sync(server-release): 从 main 同步逻辑改动（不含 API 格式变更）

同步内容:
- knowledge/manager.py: VLM max_tokens 512→2048 + reasoning_content fallback
- services/feedback.py: FAQ max_tokens 200→512
- services/session.py: 消息排序增加 id DESC 次级排序
- knowledge/image_cleanup.py: 新增图片/VLM缓存孤儿文件清理模块
- knowledge/collection.py: 集合删除时清理孤儿文件 + list_collections 磁盘扫描策略
- knowledge/document.py: 文档删除时清理孤儿文件
- api/chat_routes.py: 新增 _rescue_bm25_divergence 函数（BM25-CE分歧救援）
- core/intent_analyzer.py: 使用 get_intent_client 专用客户端 + 移除短追问缓存跳过逻辑
- cleanup_orphans.py: 独立孤儿文件清理脚本

core/intent_analyzer.py

@@ -233,10 +233,10 @@ class IntentAnalyzer:
         self._exact_cache_max = 500
 
     def _get_client(self):
-        """获取 LLM 客户端"""
+        """获取 LLM 客户端（百炼快速模型）"""
         if self._client is None:
-            from config import get_llm_client
-            self._client = get_llm_client()
+            from config import get_intent_client
+            self._client = get_intent_client()
         return self._client
 
     def _get_cache(self):
@@ -309,9 +309,7 @@ class IntentAnalyzer:
 
         # 2. 尝试从语义缓存获取
         cache = self._get_cache()
-        # 短追问（如"B3类呢？"）严重依赖上下文，embedding 区分度不足易误命中
-        is_short_followup = history and len(query.strip()) < 20
-        if cache and not is_short_followup:
+        if cache:
             # 使用 query + 历史关键信息作为缓存键
             cache_key = self._build_cache_key(query, history)
             cache_emb = self._get_embedding(cache_key)
@@ -327,10 +325,7 @@ class IntentAnalyzer:
             else:
                 logger.warning("意图分析缓存: _get_embedding 返回 None，跳过缓存")
         else:
-            if is_short_followup:
-                logger.debug(f"跳过语义缓存(短追问依赖上下文): query='{query[:30]}'")
-            elif not cache:
-                logger.warning("意图分析缓存: _get_cache 返回 None，缓存不可用")
+            logger.warning("意图分析缓存: _get_cache 返回 None，缓存不可用")
 
         # 构建 prompt
         user_prompt = f"""## 对话历史