feat(fam-edge): 启动时预热 Ollama，避免兜底触发时冷启动等 1-2 分钟

排查"Ollama 模型没有常驻内存"：systemd 里 OLLAMA_KEEP_ALIVE=-1 其实一直配置
正确，但这个环境变量只保证"加载过之后不因为空闲被换出"，不负责启动时主动
预加载。查 model_calls 表，ollama provider 从来没有一条调用记录——因为它是
问答链路最后一级兜底，前面 NVIDIA/Gemini 一直调用成功，从未真正轮到它，
自然也就从未被加载进内存过。

新增 OllamaAdapter.warm_up()：送一条 num_predict=1 的最小请求强制模型加载，
超时给够 180s（冷启动实测能到 1-2 分钟）。app.py 启动时在后台线程调用，不
阻塞主服务启动；找不到 ollama 配置或预热失败都只记警告，不影响服务本身。

实测部署验证：重启后 36 秒完成预热，ollama ps 显示 qwen2.5:7b 已加载，
expires_at 显示不过期（keep_alive=-1 生效）——真正需要兜底的那一刻不会再有
冷启动延迟。

新增 test_ollama_adapter.py 4 个用例覆盖预热成功/HTTP失败/异常不上抛/超时
时长。

fam-edge/src/fam_edge/model_adapters/ollama_adapter.py

@@ -33,6 +33,32 @@ class OllamaAdapter(BaseModelAdapter):
             enabled=cb_cfg.get('enabled', False)  # 本地模型默认不启用
         )
 
+    def warm_up(self) -> bool:
+        """启动时主动送一次最小请求，把模型强制加载进内存。
+
+        背景：OLLAMA_KEEP_ALIVE=-1（systemd 环境变量已配置）只保证"一旦加载过
+        就不再因为空闲被换出"，但不会在服务启动时主动预加载——Ollama 现在只在
+        问答链路最末位兜底（前面 NVIDIA/Gemini 一直成功的话永远轮不到它），
+        实测 model_calls 表里从来没有一条 ollama 记录，说明模型从未被加载过。
+        真正需要兜底的那一刻才现加载，用户会等上首次冷启动的 ~1-2 分钟
+        （见 README 6.2 冷启动实测数据）。启动时主动预热一次，之后就一直
+        常驻内存，兜底真正触发时不再有冷启动延迟。
+        """
+        try:
+            resp = requests.post(
+                f"{self.base_url}/api/generate",
+                json={"model": self.model_name, "prompt": "hi", "stream": False,
+                      "options": {"num_predict": 1}},
+                timeout=180,  # 冷启动可能到 1-2 分钟，给足时间
+            )
+            if resp.status_code == 200:
+                logger.info(f"Ollama 模型预热完成: {self.model_name}")
+                return True
+            logger.warning(f"Ollama 预热失败: HTTP {resp.status_code} {resp.text[:200]}")
+        except Exception as e:
+            logger.warning(f"Ollama 预热异常（不影响服务启动，问答兜底时会正常现加载）: {e}")
+        return False
+
     def health_check(self) -> bool:
         """GET /api/tags，检查模型是否可用"""
         try: