feat: add embedder with local/API dual mode

tests/test_embedder.py

@@ -0,0 +1,51 @@
+"""嵌入模型测试."""
+import pytest
+
+from src.core.config import EmbedConfig
+from src.core.embedder import Embedder, create_embedder
+
+
+class TestEmbedder:
+    """Embedder 单元测试.
+
+    注意：本地模型测试需要下载 sentence-transformers 模型（约 100MB），
+    首次运行耗时较长。API 模式测试使用 mock 避免网络依赖。
+    """
+
+    @pytest.fixture
+    def local_config(self):
+        return EmbedConfig(mode="local")
+
+    def test_create_local_embedder(self, local_config):
+        """创建本地嵌入器，验证维度正确."""
+        embedder = create_embedder(local_config)
+        assert embedder.dimension > 0
+        assert isinstance(embedder.dimension, int)
+
+    def test_embed_single_text(self, local_config):
+        """嵌入单条文本返回正确维度向量."""
+        embedder = create_embedder(local_config)
+        result = embedder.embed(["你好世界"])
+        assert len(result) == 1
+        assert len(result[0]) == embedder.dimension
+        assert all(isinstance(v, float) for v in result[0])
+
+    def test_embed_multiple_texts(self, local_config):
+        """嵌入多条文本返回对应数量的向量."""
+        embedder = create_embedder(local_config)
+        texts = ["第一段文本", "第二段文本", "第三段文本"]
+        result = embedder.embed(texts)
+        assert len(result) == 3
+        for vec in result:
+            assert len(vec) == embedder.dimension
+
+    def test_embed_empty_list_raises(self, local_config):
+        """空列表应抛出异常."""
+        embedder = create_embedder(local_config)
+        with pytest.raises(ValueError):
+            embedder.embed([])
+
+    def test_create_embedder_from_factory_function(self, local_config):
+        """工厂函数正确创建 Embedder 实例."""
+        embedder = create_embedder(local_config)
+        assert isinstance(embedder, Embedder)