feat(sense): T-G1 Embedder（int8 量化/降级 fail-closed + /v1/embeddings 透传）

- embedder.py：embed() 调 llama-server /v1/embeddings -> 对称 per-vector
  int8 量化（scale=127/max|v|，1024 维余弦扰动 ~1e-4 << 1e-2 验收）；
  超时/连接/非200/空形状 -> EmbedderDown（D-G4 fail-closed）；
  quantize_int8/cosine_int8 辅助（int8 直接点积，scale 正标量不改方向）
- routes.py 拆双路由组：/sense 前缀组 + /v1 无前缀组（/v1/embeddings
  OpenAI 兼容透传，embedder 不可用 503）；build_sense_routers 返回列表，
  api.py 逐个 include；build_sense_router 保留向后兼容
- 测试 +6：量化余弦误差 200 组 <1e-2/范围/零向量/int8 余弦/
  正常量化/三种 fail-closed/透传端点（503+形状+400），全量 381 passed
- 待真机项：llama-server embedder 端点冒烟（需用户配置 embedder.base_url）

gateway/sense/routes.py

@@ -1,21 +1,52 @@
-"""Sense 路由（T-G0 骨架：健康检查；/v1/route 与 /v1/embeddings 在 T-G1/G5 落地）。"""
+"""Sense 路由（T-G1）：/sense 前缀组 + /v1 无前缀组（embeddings 透传）。
+
+/v1/route（T-G5 grader）后续加入无前缀组；/sense/admin/*（T-G3+）加入前缀组。
+"""
 from __future__ import annotations
 
-from fastapi import APIRouter
+from typing import List
+
+from fastapi import APIRouter, Request
+from fastapi.responses import JSONResponse
 
 from gateway.sense.config import SenseConfig
+from gateway.sense.embedder import embed
+from gateway.sense.errors import EmbedderDown
 
 
-def build_sense_router(cfg: SenseConfig) -> APIRouter:
-    """组装 sense 面路由（唯一组装点）。"""
-    router = APIRouter(prefix="/sense")
+def build_sense_routers(cfg: SenseConfig) -> List[APIRouter]:
+    """组装 sense 路由组：[/sense 前缀组, /v1 无前缀组]。"""
+    main = APIRouter(prefix="/sense")
+    v1 = APIRouter()
 
-    @router.get("/health", tags=["sense"])
+    @main.get("/health", tags=["sense"])
     async def health():
         """sense 面健康检查（含灰度状态，供看板/运维）。"""
         return {"enabled": cfg.enabled, "mode": cfg.mode,
                 "embedder": cfg.embedder.base_url}
 
-    # /v1/route（T-G5 grader）、/v1/embeddings（T-G1）、/sense/admin/*（T-G3+）后续追加。
-    # 注意 /v1/route 不带 /sense 前缀——由 api.py 单独 include 一个无前缀子路由（T-G5）。
-    return router
+    @v1.post("/v1/embeddings", tags=["sense"])
+    async def embeddings(request: Request):
+        """OpenAI 兼容透传 embedder（客户端/代理共用）。
+
+        请求：{"model"?, "input": str}；响应：{"object":"list","data":[{"object":
+        "embedding","index":0,"embedding":[int8...]}],"model":...}。
+        embedder 不可用 -> 503（D-G4 fail-closed，客户端可感知降级）。
+        """
+        try:
+            body = await request.json()
+        except Exception:
+            body = {}
+        text = str((body or {}).get("input") or "").strip()
+        if not text:
+            return JSONResponse({"error": {"message": "input 必填"}}, status_code=400)
+        model = str((body or {}).get("model") or cfg.embedder.model)
+        try:
+            vec = await embed(text, cfg.embedder)
+        except EmbedderDown as e:
+            return JSONResponse(
+                {"error": {"message": str(e), "type": "embedder_down"}}, status_code=503)
+        return {"object": "list", "model": model,
+                "data": [{"object": "embedding", "index": 0, "embedding": vec}]}
+
+    return [main, v1]