验证ONNX Runtime Mobile集成，支持量化的Embedding模型（bge-small-zh-v1.5）和LLM模型（Qwen2-0.5B）加载、推理，封装chat()/embedding()接口与云端服务商规范对齐
验收标准：
- ONNX Runtime Mobile可正常加载量化模型，无崩溃或异常
- bge-small-zh-v1.5 Embedding生成正常，输出维度正确（512维）
- Qwen2-0.5B LLM推理正常，支持流式输出，响应速度满足移动端要求（首字<300ms）
- 接口规范与原云端服务商完全对齐，前端/业务层无感知
- 支持模型推理参数配置（温度、最大生成长度等）
验证ONNX Runtime Mobile集成，支持量化的Embedding模型（bge-small-zh-v1.5）和LLM模型（Qwen2-0.5B）加载、推理，封装
chat()/embedding()接口与云端服务商规范对齐验收标准：