docs(README): 去除用户侧文档中的本机开发环境细节，改用通用/资源分级表述

README.md

@@ -65,11 +65,11 @@ go build -ldflags="-s -w" -trimpath -o cyrene ./cmd/cyrene/
 | 模型 | dim | 大小 | 推理内存 | 质量 | 建议 |
 |------|-----|------|---------|------|------|
 | **bge-m3** | 1024 | ~2.2GB(fp16) / ~1.2GB(Q4) | ~2–3GB | ★★★★★（跨语言最强） | ⭐ **首选**（内存充足/GPU 时） |
-| **bge-small-zh-v1.5** | 512 | ~30–100MB | ~几十MB | ★★★★ | ✅ **当前开发环境采用**（内存受限，轻且稳） |
+| **bge-small-zh-v1.5** | 512 | ~30–100MB | ~几十MB | ★★★★ | ✅ **资源受限环境推荐**（轻且稳） |
 | nomic-embed-text | 768 | ~270MB | ~400–600MB | ★★★☆ | 可 |
 | mxbai-embed-large | 768 | ~350–670MB | ~0.8–1GB | ★★★★ | 可 |
 
-> **说明**：bge-m3 质量最好、跨语言首推；但本开发机**可用内存仅 ~2.9GB（无 GPU、swap 已用 12G）**，跑 bge-m3 会明显 swap、偏慢。故**开发环境用 `bge-small-zh-v1.5`**（轻、快、稳，中文/多语言够用）——质量换性能，生产/有 GPU 再上 bge-m3。
+> **说明**：bge-m3 质量最好、跨语言，**推荐内存/GPU 较充足的部署**；**资源受限环境**（低内存 / 无 GPU）建议用轻量的 **bge-small-zh-v1.5**（快、稳，中文/多语言够用）——按部署资源取舍质量与性能。
 
 `.env` 示例（本地 Ollama）：
 ```bash
@@ -84,8 +84,8 @@ EMBEDDING_MODEL=bge-small-zh-v1.5
 # 然后 EMBEDDING_API_URL=http://localhost:11434/v1 照用
 ```
 - **Ollama**：模型管理方便（`pull`）、开箱即用，但常驻偏重。
-- **llama.cpp**：单文件更轻（内存更省，适合本机）、可离线自制 GGUF；但模型要自己下/转（无 registry）。
-- 二者对上层代码**等价**（都是 OpenAI 兼容 embedding 端点）。本机内存吃紧时，llama.cpp 通常更划算。
+- **llama.cpp**：单文件更轻（内存更省，适合资源受限 / 单机部署）、可离线自制 GGUF；但模型要自己下/转（无 registry）。
+- 二者对上层代码**等价**（都是 OpenAI 兼容 embedding 端点）；资源受限时 llama.cpp 更省内存，追求易用则选 Ollama。
 
 ---