fix(embedding): 端点地址规范化 + 独立短超时（治入库审查整条超时）

背景：入库前审查链路一直整条超时（日志每 ~20s 一条 WARN），异步那层
（含刚装好的 T1）从未成功跑过。

- 新增 endpoint.go：把「连接语义上不可靠」的回环别名规范化成 127.0.0.1
  （localhost 大小写不敏感 / 0.0.0.0 / 空主机），只替换 Host，不碰
  path / query / fragment / userinfo；显式 [::1] 与真实主机名逐字不动
- Embed 加独立短超时 DefaultRequestTimeout = 5s（远小于审查 20s 预算）：
  卡住的调用快速失败并走既有「降级到词项余弦」的路径，把预算留给 T1
- .env.example 示例地址 localhost -> 127.0.0.1（未注释行键数 69 -> 69，无增删）
- 跨包测试钉住 5s 严格小于审查总预算

诚实边界（子代理实测，推翻了主代理原先的 IPv6 根因推断）：
- Go 客户端走 localhost 实测约 57ms、curl 约 0.2s ⇒「localhost -> ::1
  等满 20s 预算」这条链不成立；更可能是单槽 llama.cpp 的吞吐/争用
  （一批 64 条约 2.1~2.9s，审查 201 条约 8~10s，再叠 T1 8s 顶满预算）
- 规范化在任何环境下都无害，5s 快速失败对这个真因对症；但真因
  （容量/争用）需要另排切片，已记入工作小结

.env.example

@@ -183,8 +183,13 @@ LLM_LOCAL_ENABLED=false
 
 # ---- 记忆嵌入（可选，真语义） ----
 # 不配置时使用内置 n-gram / FTS 向量（dim=256）。配置后必须真实走语义路径。
-# EMBEDDING_API_URL 是【完整 /embeddings 端点】（不是 base）——例：Ollama / llama.cpp = http://localhost:11434/v1/embeddings
-# EMBEDDING_API_URL=http://localhost:11434/v1/embeddings
+# EMBEDDING_API_URL 是【完整 /embeddings 端点】（不是 base）——例：Ollama / llama.cpp = http://127.0.0.1:11434/v1/embeddings
+# ⚠️ 回环地址请写具体的 IPv4 字面量 127.0.0.1，**不要写 localhost**：本机 embedding 服务
+#    （llama.cpp / ollama）默认只绑 IPv4 回环，而 localhost 会先解析到 IPv6 ::1 —— 那里没有
+#    监听，轻则多一次无效拨号（实测 localhost 约 0.2s，127.0.0.1 约 0.001s），重则在「::1 被
+#    静默丢弃」的环境里等到系统连接超时，白白吃掉整条入库审查的预算。
+#    （客户端已对 localhost / 0.0.0.0 / 空主机做兜底规范化，但直接写对更省事、更好排查。）
+# EMBEDDING_API_URL=http://127.0.0.1:11434/v1/embeddings
 # EMBEDDING_API_KEY=
 # EMBEDDING_MODEL=Qwen3-Embedding-0.6B   # 推荐（Q8_0 ~639MB、dim=1024、ModelScope 国内可下）