feat: 新增预算费控模型与报销审批流引擎

后端新增预算费控服务和报销单审批流模块，引入申请人费用画像
算法，优化知识库 RAG 运行时和同步逻辑，完善报销单工作流常
量和明细同步，更新差旅报销规则电子表格，前端新增预算分析
组件和数字员工模型，完善审批对话框和洞察面板交互，优化侧
边栏和顶栏样式，补充单元测试。

server/src/app/services/knowledge_rag_runtime.py

@@ -229,7 +229,13 @@ class _LightRagRuntime:
             raise KnowledgeRagError(str(getattr(result, "message", "") or "LightRAG 删除文档失败。"))
 
     def _probe_embedding_dimension(self, config: RuntimeModelConfig) -> int:
-        vectors = self._request_embeddings(config, ["dimension probe"])
+        try:
+            vectors = self._request_embeddings(config, ["dimension probe"])
+        except Exception as exc:
+            raise KnowledgeRagError(
+                "Embedding model probe failed "
+                f"(slot={config.slot}, provider={config.provider}, model={config.model}): {exc}"
+            ) from exc
         if not vectors or not isinstance(vectors[0], list):
             raise KnowledgeRagError("无法从 embedding 模型返回结果中解析向量维度。")
         dimension = len(vectors[0])