docs: 添加 requirements.txt + deploy.sh 部署脚本

requirements.txt: 完整依赖清单（50+ 依赖）
deploy.sh: 自动化部署脚本（Redis + venv + HF模型 + 验证）
- 支持 --gpu 模式（需要手动复制 torch CUDA 版本）
- CPU 模式直接 pip install -r requirements.txt 即可

deploy.sh

@@ -0,0 +1,89 @@
+#!/bin/bash
+# 织忆 v2.8 部署脚本
+# 用法: bash deploy.sh [--gpu]
+
+set -e
+
+echo "=== 织忆 MemoryWeave v2.8 部署脚本 ==="
+
+# 检测 GPU
+GPU=false
+if [[ "$1" == "--gpu" ]] && command -v nvidia-smi &>/dev/null; then
+    GPU=true
+    echo "[检测] NVIDIA GPU 可用，将安装 CUDA 版 torch"
+else
+    echo "[检测] CPU 模式"
+fi
+
+# 1. 安装系统依赖（需要 sudo）
+if ! command -v redis-server &>/dev/null; then
+    echo "[步骤1] 安装 Redis..."
+    if command -v apt &>/dev/null; then
+        sudo apt install -y redis-server
+    elif command -v pacman &>/dev/null; then
+        sudo pacman -S redis
+    else
+        echo "[警告] 未检测到包管理器，请手动安装 Redis"
+    fi
+else
+    echo "[步骤1] Redis 已安装 ✓"
+fi
+
+# 2. 创建虚拟环境
+echo "[步骤2] 创建虚拟环境..."
+if [ ! -d ".venv" ]; then
+    python3 -m venv .venv
+fi
+source .venv/bin/activate
+
+# 3. 安装 Python 依赖
+echo "[步骤3] 安装 Python 依赖..."
+if $GPU; then
+    # GPU 机器：从系统 Python 复制 torch CUDA 版
+    # （torch 没有官方 cu130 的 pip 包，需要手动处理）
+    echo "[警告] GPU 模式需要手动处理 torch CUDA 版本"
+    echo "[提示] 从本机 /home/muc/.local/lib/python3.12/site-packages/ 复制 torch + nvidia 到 .venv/lib/python3.12/site-packages/"
+fi
+
+# 安装基础依赖
+pip install --upgrade pip
+pip install -r requirements.txt
+
+# 4. 下载 HF 模型
+echo "[步骤4] 下载 moka-ai/m3e-base 模型..."
+export HF_ENDPOINT=https://hf-mirror.com
+python3 -c "
+from sentence_transformers import SentenceTransformer
+print('下载模型中（首次约 400MB）...')
+model = SentenceTransformer('moka-ai/m3e-base')
+print('模型下载完成 ✓')
+"
+
+# 5. 配置 Redis
+echo "[步骤5] 启动 Redis..."
+if ! pgrep -x redis-server > /dev/null; then
+    redis-server --daemonize yes
+    echo "Redis 已启动 ✓"
+else
+    echo "Redis 已运行 ✓"
+fi
+
+# 6. 验证部署
+echo "[步骤6] 验证..."
+python3 -c "
+import faiss
+import torch
+from sentence_transformers import SentenceTransformer
+print(f'  torch: {torch.__version__} CUDA={torch.cuda.is_available()}')
+print(f'  faiss-cpu: {faiss.__version__}')
+print('  依赖验证通过 ✓')
+"
+
+echo ""
+echo "=== 部署完成 ==="
+echo ""
+echo "启动服务："
+echo "  HF_ENDPOINT=https://hf-mirror.com PYTHONPATH=src .venv/bin/uvicorn api.server:app --host 0.0.0.0 --port 7821"
+echo ""
+echo "或 GPU 模式（需要先手动复制 torch CUDA 版本到 venv）："
+echo "  HF_ENDPOINT=https://hf-mirror.com PYTHONPATH=src ZHIYI_PORT=7821 .venv/bin/uvicorn api.server:app --host 0.0.0.0 --port 7821"

requirements.txt

@@ -0,0 +1,27 @@
+# 织忆 v2.8 依赖清单
+# CPU 部署：torch + faiss-cpu
+# GPU 部署：额外安装 nvidia CUDA 库
+
+# 核心服务
+fastapi>=0.100.0
+uvicorn>=0.20.0
+pydantic>=2.0
+redis>=5.0
+
+# 向量存储 + 嵌入
+faiss-cpu>=1.7.0
+sentence-transformers>=2.2.0
+
+# 模型相关
+torch>=2.0.0
+transformers>=4.30.0
+huggingface-hub>=0.16.0
+
+# 数据处理
+numpy>=1.24.0
+scikit-learn>=1.3.0
+
+# 工具
+typer>=0.9.0
+click>=8.0
+pyyaml>=6.0