feat: add video multimodal functionality

[DaWesen]

Pull Request

描述 (Description)

实现视频多模态功能，包括视频抽帧、VLM视觉分析、ASR语音识别和视频摘要生成。支持mp4、mov、avi、mkv、webm、wmv、flv等视频格式。

变更类型 (Type of Change)

• ✨ 新功能 (New feature)
• 🐛 Bug 修复 (Bug fix)
• 💥 破坏性变更 (Breaking change)
• 📚 文档更新 (Documentation update)
• 🎨 代码重构 (Code refactoring)
• ⚡ 性能优化 (Performance improvement)
• 🧪 测试相关 (Test related)
• 🔧 配置变更 (Configuration change)
• 🐳 Docker 相关 (Docker related)
• 🎨 前端 UI/UX (Frontend UI/UX)

影响范围 (Scope)

• 后端 API (Backend API)
• 前端界面 (Frontend UI)
• 数据库 (Database)
• 文档解析服务 (Document Reader Service)
• MCP 服务器 (MCP Server)
• Docker 配置 (Docker Configuration)
• 配置文件 (Configuration)
• 其他 (Other):

测试 (Testing)

• 单元测试 (Unit tests)
• 集成测试 (Integration tests)
• 手动测试 (Manual testing)
• 前端测试 (Frontend testing)
• API 测试 (API testing)

测试步骤 (Test Steps)

1. 上传视频文件（mp4、mov等格式，文件大小不超过 50MB，建议 30秒-1分钟的短视频）
2. 等待视频解析完成
3. 检查视频摘要和分析结果
4. 验证数据库中 video_info 字段存储正确

检查清单 (Checklist)

• 代码遵循项目的编码规范
• 已进行自我代码审查
• 代码变更已添加适当的注释
• 相关文档已更新
• 变更不会产生新的警告
• 已添加测试用例证明修复有效或功能正常
• 新功能和变更已更新到相关文档
• 破坏性变更已在描述中明确说明

相关 Issue

Fixes #906

截图/录屏 (Screenshots/Recordings)

数据库迁移 (Database Migration)

• 需要数据库迁移
• 不需要数据库迁移

配置变更 (Configuration Changes)

部署说明 (Deployment Notes)

• 需要安装 FFmpeg 以支持视频抽帧功能
• 文件大小限制：上传的视频文件大小不超过 50MB，建议时长不超过 30秒
• 解析时间：视频解析时间较长，1分钟视频可能需要 5-10分钟
• 性能优化：后续版本将优化视频解析速度

其他信息 (Additional Information)