[架构重构] 移除本地Ollama融合，云端直出JSON直存DB，Q&A三模型降级

1. 视频摘要链路：云端VLM直出结构化JSON → Edge format_cloud_result格式化校验 → 直存NAS DB（移除run_text_fusion本地融合）
2. 智能问答链路：Gemini→NVIDIA→Ollama降级，新增chat()纯文本问答方法
3. 适配器重构：base/gemini/nvidia/ollama adapter新增chat()；gemini多图单请求结构化JSON；nvidia逐帧调用聚合
4. 端点变更：/api/edge/chat → /api/edge/chat/ask，调orchestrator.run_qa()
5. chat_handler改经Edge Q&A编排，不再直连Ollama
6. 配置更新：ollama_url → qa_url，Ollama role注释改为Q&A兜底
7. README同步更新架构描述、拓扑图、时序图、模块表

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

@@ -1,14 +1,20 @@
 """
 模型适配器基类 - 所有模型适配器的抽象基类
 
-新增模型只需继承此类并实现 4 个方法:
+新增模型只需继承此类并实现方法:
 1. health_check() -> bool
-2. analyze_frames(frame_paths, frame_timestamps, known_members_context) -> Optional[str]
-3. get_timeout() -> int
-4. get_circuit_breaker() -> CircuitBreaker
+2. analyze_frames(frame_paths, frame_timestamps, known_members_context) -> Optional[dict]
+   - 视觉分析：输入帧图片路径 + 时间戳 + 成员清单，直接输出**结构化结果 dict**
+     (含 frame_details 等，详见 format_cloud_result 约定)。
+   - 失败/超时返回 None。
+3. chat(prompt) -> Optional[str]
+   - 纯文本问答（智能问答场景），返回文本或 None。
+   - 默认实现抛 NotImplementedError；文本/视觉模型按需实现。
+4. get_timeout() -> int
+5. get_circuit_breaker() -> CircuitBreaker
 """
 from abc import ABC, abstractmethod
-from typing import List, Optional
+from typing import Dict, List, Optional
 
 
 class BaseModelAdapter(ABC):
@@ -17,7 +23,7 @@ class BaseModelAdapter(ABC):
     def __init__(self, provider_name: str, config: dict):
         self.provider_name = provider_name  # 如 "ollama", "gemini"
         self.config = config
-        # 角色: vision=视觉分析, text=文本融合/对话; 默认 vision
+        # 角色: vision=视觉分析, text=智能问答兜底(本地模型); 默认 vision
         self.role = config.get('role', 'vision')
 
     def get_role(self) -> str:
@@ -32,11 +38,28 @@ class BaseModelAdapter(ABC):
     @abstractmethod
     def analyze_frames(self, frame_paths: List[str],
                        frame_timestamps: List[str],
-                       known_members_context: str) -> Optional[str]:
-        """视觉分析：输入帧图片路径 + 时间戳 + 成员清单，输出自然语言描述。
-        失败/超时返回 None。"""
+                       known_members_context: str) -> Optional[Dict]:
+        """视觉分析：输入帧图片路径 + 时间戳 + 成员清单，
+        直接输出结构化结果 dict（含 frame_details 等）。失败/超时返回 None。
+
+        约定返回结构（云端模型直出，Edge 仅做格式化校验，不再本地融合）:
+        {
+          "global_summary": "整个时段整体摘要(可选，缺失时由 Edge 格式化生成)",
+          "entities_json": [{"person","action","clothing"}] (可选，缺失时由 frame_details 推导),
+          "frame_details": [
+            {"frame_index":int, "frame_timestamp":str, "person":str,
+             "action":str, "clothing":str, "is_attention_event":bool,
+             "source_providers":[provider]}
+          ]
+        }
+        """
         pass
 
+    def chat(self, prompt: str, max_tokens: int = 512) -> Optional[str]:
+        """纯文本问答（智能问答场景）。默认不实现。"""
+        raise NotImplementedError(
+            f"{self.provider_name} 适配器未实现 chat()（不参与智能问答）")
+
     @abstractmethod
     def get_timeout(self) -> int:
         """该模型的调用超时秒数"""