fix(rank): 看图把关候选编号统一（3B 视觉模型 1/5 → 4/5）+ 可选本机 Ollama 视觉模型

[jnMetaCode]

两件事

1. 候选编号打架（对所有模型都是隐患）：提示词写"候选 0：[图片1]"——候选从 0 起、引擎留的图片占位从 1 起。本机 3B 视觉模型真机 3 选 1 只对 1/5：它按 1 起回 i，第 1 条候选永远被解析成 0 分。现在候选从 1 起编号，解析兼容仍按 0 起数的模型（出现 i=0 就按 0 起）。同一模型同一批 12 张缓存图：1/5 → 4/5。单测 + 变异检查。
2. 看图把关可选本机 Ollama 视觉模型：型号只列名字带 vl / llava / vision 的。至此写脚本 + 看图 + 出图三步都能 0 key 全本机。依赖 AO 的 ollama 连接器改动（AO 仓本地分支 feat/ollama-vision，未推）：以前剥掉图片，现在走 images 字段，并把图片算进 num_ctx（真机 12 张缩略图只按文本估 4096 → Ollama 400）。旧引擎下"验证并开启"真发一张红图，会如实报看不了图，不会假通过。

真机（qwen2.5vl:3b，AO 补丁临时放进 node_modules 验的，验完还原）

• 纯色红/蓝/绿图全答对；界面"验证并开启" ✅；选纯文本型号 → Ollama 400 "does not support multimodal"，如实显示
• openshorts run --vision-provider ollama --only s1：一镜从"本机出图 56 秒"变成"本机看图选中素材 44 秒"
• 但 3B 给了一张满是文字的示意图 7 分（提示词要求 ≤ 2）——模型判断力上限，界面提示建议 ollama pull qwen2.5vl:7b（7B 未验，要再下 6 GB）

全量测试通过、构建通过。