[Feature]: 记忆搜索支持专用 Reranker 模型实现两阶段检索

## 背景

QwenPaw 当前的 `memory_search` 仅使用 embedding 模型做**单阶段检索**：
```
用户查询 → embedding 向量化 → Chroma 相似度检索 → 返回 Top-N
```

这种方式在记忆库较小时工作良好，但随着记忆积累，仅靠 embedding 相似度的召回精度会下降。

## 问题

1. **无精排环节**：embedding 粗筛后直接返回，缺少对候选结果的二次精细排序
2. **reME 的 LLM-based rerank 未启用**：reME service 模式有 `enable_llm_rerank`（调用 LLM 文本重排），但 QwenPaw 用的 `remelight` 模式不支持
3. **无法利用本地专用 Reranker**：Ollama 0.30.x 已原生支持 `/v1/rerank` 端点，本地有 `dengcao/Qwen3-Reranker-4B` 等专用模型可用但无法接入

## 提议方案

### 两阶段检索流程

```
用户查询 → embedding 模型向量化 → Chroma 粗筛 Top-20
↓
Reranker 模型精排 → 返回 Top-5
```

### agent.json 配置示例

```json
{
"reme_light_memory_config": {
"reranker_model_config": {
"enabled": true,
"backend": "openai",
"api_key": "ollama",
"base_url": "http://localhost:11434/v1",
"model_name": "dengcao/Qwen3-Reranker-4B",
"top_n": 5,
"candidate_multiplier": 4
}
}
}
```

- `backend`：兼容 OpenAI-compatible 的 `/v1/rerank` 端点（Ollama、vLLM 等均支持）
- `candidate_multiplier`：embedding 阶段取 `top_n * candidate_multiplier` 条候选，再交给 reranker 精排

### 技术要点

- Ollama 的 `/v1/rerank` API 格式：
```bash
POST /v1/rerank
{
"model": "dengcao/Qwen3-Reranker-4B",
"query": "用户查询",
"documents": ["候选文档1", "候选文档2", ...],
"top_n": 5
}
```
- Reranker 模型通常很小（0.6B~4B），显存开销远小于 embedding 模型
- 应与 embedding 模型共用 `OLLAMA_KEEP_ALIVE` 配置

## 收益

- **检索精度提升**：embedding 粗筛 + reranker 精排是业界 RAG 标准实践
- **本地可控**：配合已有的 `qwen3-embedding` + Ollama 生态，完全离线零成本
- **向后兼容**：`enabled: false` 时退化为当前行为，不影响现有用户

## 参考

- reME 已有 LLM-based rerank：`config/service.yaml` 中的 `RerankMemory()` 步骤
- Ollama rerank 端点文档：`/v1/rerank`
- 本地已验证可用模型：`dengcao/Qwen3-Reranker-0.6B` (~400MB)、`dengcao/Qwen3-Reranker-4B` (~2.5GB)

---

**环境信息**
- QwenPaw：Desktop 版（已安装为 Windows 应用）
- Ollama：0.30.11
- Embedding：`qwen3-embedding:latest` (8B, Q4_K_M, 4096 dims)
- 显存：3×GPU（16+12+12 GB）