feat(orchestrator): 视觉 fallback 降级 + 文本融合角色化

- run_visual_analysis 仅 vision 角色参与, fallback 顺序降级(Gemini→NVIDIA NIM)首个成功即采用
- run_text_fusion 固定用 role=text 的 Ollama(qwen2.5:7b) 融合, 支持 num_predict
- config 改为多模型池(gemini/nvidia vision + ollama text)

fam-edge/config/config.yaml

@@ -1,4 +1,4 @@
-# FAM-Edge 配置文件 (Oracle 端) - 实际部署配置
+# FAM-Edge 配置文件 (Oracle 端) - 多模型池配置
 # Tailscale: Oracle=100.74.137.126, NAS=100.70.234.39
 
 # NAS 端回调地址
@@ -13,6 +13,11 @@ server:
   port: 5000
   max_concurrent_tasks: 1
 
+# 编排调度模式: fallback(顺序降级, 默认) | ensemble(并行交叉验证)
+orchestrator:
+  mode: "fallback"
+  overall_timeout: 600
+
 # 关键帧筛选参数（自适应：帧数随视频时长动态计算）
 video:
   candidate_per_minute: 2      # 每分钟粗抽候选帧数
@@ -27,8 +32,6 @@ video:
   max_long_edge: 1024
 
 # 超时（秒）
-# vlm_visual 实测: 1024px 帧视觉编码 ~36s/帧 + 生成 ~12s/60token (Oracle ARM CPU)
-# 30min 视频 12 帧 × ~50s ≈ 600s，超时需覆盖最坏情况
 timeout:
   download: 60
   vlm_visual: 600
@@ -36,26 +39,39 @@ timeout:
   callback: 30
   overall: 1800
 
-# 模型清单
+# 多模型池配置
+# 视觉分析: Gemini(主) -> NVIDIA NIM(备) 顺序降级; 全失败 -> 任务 FAILED 走重试
+# 文本融合/对话: 本地 Ollama qwen2.5:7b 专职 (不参与视觉)
 models:
-  - provider: "ollama"
-    enabled: true
-    model_name: "llava-phi3"
-    base_url: "http://localhost:11434"
-    timeout: 600
-    # num_predict 必须小: ARM CPU ~5 tok/s，500 会单帧跑数分钟触发超时
-    num_predict: 60
-    circuit_breaker:
-      enabled: false
-      threshold: 5
-      cooldown: 900
-
   - provider: "gemini"
-    enabled: false
-    model_name: "gemini-1.5-flash"
-    api_key: ""
-    timeout: 8
+    role: "vision"
+    enabled: true
+    model_name: "gemini-flash-latest"   # v1beta 下 gemini-1.5-flash 会 404
+    api_key: "${GEMINI_API_KEY}"
+    timeout: 15
     circuit_breaker:
       enabled: true
-      threshold: 5
-      cooldown: 900
+      threshold: 3
+      cooldown: 600
+
+  - provider: "nvidia"
+    role: "vision"
+    enabled: true
+    model_name: "meta/llama-3.2-11b-vision-instruct"
+    base_url: "https://integrate.api.nvidia.com/v1"
+    api_key: "${NVIDIA_API_KEY}"
+    timeout: 20
+    circuit_breaker:
+      enabled: true
+      threshold: 3
+      cooldown: 600
+
+  - provider: "ollama"
+    role: "text"
+    enabled: true
+    model_name: "qwen2.5:7b"
+    base_url: "http://localhost:11434"
+    timeout: 300
+    num_predict: 1024
+    circuit_breaker:
+      enabled: false