feat: 启用 Apple Silicon MPS 加速 + 兼容 transformers 5.x + 本地运行配置

nvidia_router.py 变更:
- device 默认值从 'cpu' 改为 'auto'，自动检测 MPS/CUDA/CPU
- AutoConfig 替换为 DebertaV2Config + 手动解析 config.json
  (nvidia/prompt-task-and-complexity-classifier 的 config.json 无 model_type，
   transformers 5.x 的 AutoConfig 会直接报错)
- MPS 设备自动转换 float16，修复 MPS 矩阵乘法数据类型冲突崩溃
  (MPS NDArrayMatrixMultiplication 要求 dst/accumulator 同类型)
- 日志增加设备和精度信息输出

docker-compose.yml 变更:
- 端口映射改为 402:8000 (本地开发端口)
- volume 从 named volume 改为 ./data 本地目录映射
- API Key 改回环境变量引用 (密钥存 .env 文件，已在 .gitignore 中)

测试环境: Mac Mini M4 Pro / 64GB / macOS 15.3.1
运行方式: .venv/bin/python -m uvicorn main:app --host 0.0.0.0 --port 402
测试结果:
- MPS + FP16 分类器正常工作，稳态路由延迟 ~53ms
- NVIDIA 3-tier 路由决策正确 (simple/medium/complex)
- OpenAI 兼容 API 正常响应，DashScope Qwen 模型调用正常

docker-compose.yml

@@ -3,11 +3,11 @@ services:
     build: .
     container_name: llm-compass
     ports:
-      - "8000:8000"
+      - "402:8000"
     environment:
       - DASHSCOPE_API_KEY=${DASHSCOPE_API_KEY}
     volumes:
-      - compass-data:/app/data
+      - ./data:/app/data
     restart: unless-stopped
     healthcheck:
       test: ["CMD", "python", "-c", "import urllib.request; urllib.request.urlopen('http://localhost:8000/health')"]