问题描述
在 embedding 配置为 fastembed + fast 的情况下，执行语义搜索仍会出现以下警告：
Embedding model 'jinaai/jina-embeddings-v2-base-code' not supported by installed fastembed; falling back to 'jinaai/jina-embeddings-v2-base-en'.
搜索结果最终是能返回的，但会持续产生误导性告警，且首轮搜索耗时明显变长（冷启动更明显）。
环境
- codex-lens:
0.1.0
- Python:
3.12.12
- uv:
0.10.0
- 平台: macOS (Apple Silicon)
配置示例
settings.json / .env 中均为：
embedding.backend = fastembedembedding.model = fast
复现步骤
- 完成索引与 embeddings 生成。
- 执行：
python -m codexlens search "how to route requests" --path /path/to/project --method dense_rerank --limit 5
- 观察日志会出现
...base-code not supported... fallback...。
现象分析
代码中存在一处预热逻辑硬编码：
src/codexlens/search/chain_search.py- 位置约在
search() 内的预热分支（get_embedder(profile="code", use_gpu=True)）
这会在用户配置为 fast 时仍尝试加载 code profile，触发 fallback 警告。
期望行为
- 预热逻辑应与当前配置保持一致（读取配置中的
embedding_model），不要硬编码 code。
- 当用户已配置
fast 时，不应出现 code -> base-en 的回退告警。
备注
这是“可用但有告警噪音”的问题：搜索功能可用，但日志与配置不一致，容易让用户误以为配置失效或模型异常。
问题描述
在 embedding 配置为
fastembed + fast的情况下，执行语义搜索仍会出现以下警告：Embedding model 'jinaai/jina-embeddings-v2-base-code' not supported by installed fastembed; falling back to 'jinaai/jina-embeddings-v2-base-en'.搜索结果最终是能返回的，但会持续产生误导性告警，且首轮搜索耗时明显变长（冷启动更明显）。
环境
0.1.03.12.120.10.0配置示例
settings.json/.env中均为：embedding.backend = fastembedembedding.model = fast复现步骤
python -m codexlens search "how to route requests" --path /path/to/project --method dense_rerank --limit 5...base-code not supported... fallback...。现象分析
代码中存在一处预热逻辑硬编码：
src/codexlens/search/chain_search.pysearch()内的预热分支（get_embedder(profile="code", use_gpu=True)）这会在用户配置为
fast时仍尝试加载codeprofile，触发 fallback 警告。期望行为
embedding_model），不要硬编码code。fast时，不应出现code -> base-en的回退告警。备注
这是“可用但有告警噪音”的问题：搜索功能可用，但日志与配置不一致，容易让用户误以为配置失效或模型异常。