fix(chat): 流式问答中文乱码 + 问答模型链换成专用文字大模型

## 乱码修复
Gemini 流式接口 resp.iter_lines(decode_unicode=True) 没有显式设置
resp.encoding，requests 自己猜编码猜错了（Gemini 的 SSE 响应 Content-Type
不带 charset 参数），导致中文变成典型的 UTF-8 被当 Latin-1 解码的乱码。
fam-core 转发这一跳的 requests.iter_lines 调用有同样的坑，一并修了。
两处响应的 Content-Type 都补上 charset=utf-8，减少下游再犯同样错误的机会。
顺手用 latin-1/utf-8 往返把 NAS chat_history 里已经存了乱码的 3 条历史记录
恢复成正常文字。

## 问答模型链重新设计（跟视频分析完全独立）
用户要求问答不再用 flash/omni，优先用 NVIDIA 免费文字模型里上下文最大的几个，
不行再退 Gemini 非 flash 文字模型，最后本地 Ollama 兜底。

- base_adapter 新增 usage 字段（纯标记，不影响行为）
- qa.py 的 QAOrchestrator 只挑 role='text' 的适配器参与问答（按 config 出现
  顺序决定降级顺序），role='vision' 的视频分析适配器（gemini-flash-latest /
  nvidia omni）不再参与问答，两条链路彻底解耦
- 新增问答专用 NVIDIA 文字模型链（同一适配器内部 model_chain 降级）：
  nemotron-3-ultra-550b-a55b(1M上下文/561B) -> nemotron-3-super-120b-a12b
  (1M上下文/124B) -> openai/gpt-oss-120b(131K上下文/117B)。三个都用真实
  API 调用验证过当前账号可访问；同时验证过 llama-3.1-70b-instruct 和
  nemotron-super-49b-v1.5 都收到"08/25/2026 起弃用"通知，排除；
  nemotron-ultra-253b/mistral-large-2/nemotron-4-340b/kimi-k2.6 在目录里
  能看到但实测调用返回 404"账号无权限"，排除
- 新增问答专用 Gemini 非 flash 文字模型：gemini-pro-latest -> gemini-2.5-pro
  （1M 上下文，复用视频分析同一批多 key 轮换）
- /api/edge/chat/ask(/stream) 默认 max_tokens 从 1024 提到 3072：新链路
  优先用的都是"推理"模型，回答前会先吐一段思考过程，1024 经常在思考阶段
  就被截断，用户永远看不到真正答案

新增 test_qa.py::test_init_only_keeps_text_role_adapters_in_config_order
验证角色过滤+顺序正确。

本地检查过 Ollama 服务本身：systemd enabled+running（8h 正常运行，
qwen2.5:7b 已加载），并非没启动——用户观察到的现象另有原因。

fam-edge/config/config.yaml

@@ -169,6 +169,67 @@ models:
       threshold: 5
       cooldown: 300
 
+  # 问答专用 NVIDIA 文字模型链（2026-08-23 新增，跟上面视频分析用的 omni 模型
+  # 完全独立）：用户要求问答不用 flash/omni，优先找 NVIDIA 免费文字模型里上下文
+  # 最大的几个。实测(2026-08-23)在当前账号可用、非 deprecated 的候选里：
+  #   nemotron-3-ultra-550b-a55b: 1M 上下文，561B，最强，free endpoint 已验证可调
+  #   nemotron-3-super-120b-a12b: 1M 上下文，124B，同为 Nemotron-3 系列备份
+  #   openai/gpt-oss-120b: 131K 上下文，117B，不同厂商备份（Nemotron 系列整体
+  #     出问题时的多样性兜底）
+  # 淘汰原因记录：meta/llama-3.1-70b-instruct、nvidia/llama-3.3-nemotron-
+  # super-49b-v1.5 均已收到 "will be deprecated on 08/25/2026" 通知，不用；
+  # nvidia/llama-3.1-nemotron-ultra-253b-v1、mistralai/mistral-large-2-instruct、
+  # nvidia/nemotron-4-340b-instruct、moonshotai/kimi-k2.6 在 /v1/models 目录
+  # 里能看到，但实测调用 chat.completions 返回 404 "Not found for account"
+  # （免费层没有这些模型的调用权限，文档列出不代表能调）。
+  - provider: "nvidia"
+    role: "text"
+    usage: "qa_primary"
+    enabled: true
+    model_name: "nvidia/nemotron-3-ultra-550b-a55b"
+    fallback_models:
+      - "nvidia/nemotron-3-super-120b-a12b"
+      - "openai/gpt-oss-120b"
+    base_url: "https://integrate.api.nvidia.com/v1"
+    api_key: "${NVIDIA_API_KEY}"
+    timeout: 600
+    # 这几个都是"推理"模型，回答前会先输出一段思考过程再给最终答案，比普通模型
+    # 更费 token/更慢，问答超时给宽松一点（不是简单文字模型那种 20s 就该出结果）
+    chat_timeout: 45
+    switch_interval_sec: 3
+    circuit_breaker:
+      enabled: true
+      threshold: 5
+      cooldown: 300
+
+  # 问答专用 Gemini 非 flash 文字模型（2026-08-23 新增）：用户明确要求问答不用
+  # flash，这里走 gemini-pro-latest（1M 上下文，跟 gemini-flash-latest 同样的
+  # "-latest" 别名习惯，自动跟最新 pro 版本），失败再退 gemini-2.5-pro。
+  # key 复用视频分析同一批（各自独立 Google Cloud 项目，配额互不影响）。
+  - provider: "gemini"
+    role: "text"
+    usage: "qa_primary"
+    enabled: true
+    model_name: "gemini-pro-latest"
+    fallback_models:
+      - "gemini-2.5-pro"
+    api_key: "${GEMINI_API_KEY}"
+    extra_api_keys:
+      - "${GEMINI_API_KEY_2}"
+      - "${GEMINI_API_KEY_3}"
+      - "${GEMINI_API_KEY_4}"
+    key_labels:
+      - "智能摄像头-1"
+      - "智能摄像头-2"
+      - "智能摄像头-3"
+      - "智能摄像头-4"
+    timeout: 60
+    chat_timeout: 30
+    circuit_breaker:
+      enabled: true
+      threshold: 5
+      cooldown: 300
+
   # 本地模型：纯文本 qwen2.5:7b，仅参与智能问答兜底
   - provider: "ollama"
     role: "text"