当前知识库语义检索的后端已经支持远端 embedding API 配置，并且文档 docs/product/knowledge-system.mdx 的“当前能力”中也提到了：
本地 embedding 运行时与远端 embedding 端点配置
但在当前 GUI 中，这部分配置似乎没有可见入口。Settings -> Knowledge 目前主要只有默认 Skill Package Namespace 配置；知识库的 Retrieval Settings 页面可以展示 remote 模式下的 endpoint/model 状态，但没有提供切换到远端模式、填写 endpoint/API key/model/dimensions/batch size 的表单。
建议增加一个设置 UI，方便用户直接配置远端 embedding API，避免手动修改：
<project>/Library/Locus/knowledge_embedding_config.json
建议字段：
- 模式：本地 / 远端
- Endpoint：OpenAI-compatible
/v1/embeddings 或 base URL
- API Key
- Model
- Dimensions：0 表示使用模型默认值
- Batch Size
- 测试连接按钮
- 保存后提示是否需要重建语义索引
这样可以让文档中提到的“远端 embedding 端点配置”真正可发现、可操作。对于本地磁盘空间或显存不足的用户（比如我），远端 embedding 是更合适的路径。
当前知识库语义检索的后端已经支持远端 embedding API 配置，并且文档
docs/product/knowledge-system.mdx的“当前能力”中也提到了：但在当前 GUI 中，这部分配置似乎没有可见入口。
Settings -> Knowledge目前主要只有默认 Skill Package Namespace 配置；知识库的 Retrieval Settings 页面可以展示 remote 模式下的 endpoint/model 状态，但没有提供切换到远端模式、填写 endpoint/API key/model/dimensions/batch size 的表单。建议增加一个设置 UI，方便用户直接配置远端 embedding API，避免手动修改：
建议字段：
/v1/embeddings或 base URL这样可以让文档中提到的“远端 embedding 端点配置”真正可发现、可操作。对于本地磁盘空间或显存不足的用户（比如我），远端 embedding 是更合适的路径。