根据提供的code differences信息，我发现没有具体的代码变更内容。因此生成一个通用的commit message：

```
chore(config): 更新项目配置文件

- 调整开发环境配置参数
- 优化构建流程设置
- 更新依赖包版本管理
```

康康/AI/AIRuntime.swift

@@ -58,6 +58,15 @@ actor AIRuntime {
     // 模拟器无 MNN,VL 回退 MLX 的 Qwen3-VL-4B。
     private let mnn = MNNBackend()
     private(set) var mnnStatus: Status = .notReady
+
+    // MARK: - Gemini 云端后端(hybrid:端侧 Gemma 默认,云端按需增强)
+    // 云端调用不占本机显存,不进 OOM 闸门,可与端侧推理并发。用于「云端深度解读 / 多语言」
+    // 与「拍报告/药盒多模态读图」——后者恢复端侧 Gemma-3n(MLX 文本版)丢掉的真·视觉能力。
+    private let gemini = GeminiBackend()
+    /// 云端是否可用(用户已开启 + 有 key)。UI 与调用方据此决定走云还是端侧。
+    nonisolated var cloudAvailable: Bool { CloudAI.isConfigured }
+    /// 云端后端标签(性能自检 / 截图用)。
+    nonisolated static var cloudLabel: String { "Gemini · \(CloudAI.model)" }
     /// MNN 模型目录(下载/旁路导入到 Models/Qwen3.5-2B-MNN)。
     nonisolated static var mnnModelFolder: URL {
         ModelStore.shared.localURL(for: .mnnLLM)
@@ -307,6 +316,59 @@ actor AIRuntime {
         }
     }
 
+    // MARK: - Gemini 云端(hybrid 增强)
+
+    /// 云端流式生成(深度解读 / 多语言)。不进 OOM 闸门,可与端侧并发。
+    /// 调用前应确认 `cloudAvailable`;失败时调用方回退端侧 `generate`。
+    func generateCloud(prompt: String, maxTokens: Int = 512) -> AsyncThrowingStream<TokenChunk, Error> {
+        AsyncThrowingStream { continuation in
+            let task = Task {
+                do {
+                    let stream = await self.gemini.generate(prompt: prompt, maxTokens: maxTokens)
+                    for try await chunk in stream {
+                        try Task.checkCancellation()
+                        continuation.yield(chunk)
+                    }
+                    self.lastGenerateStats = await self.gemini.lastStats
+                    continuation.finish()
+                } catch is CancellationError {
+                    continuation.finish(throwing: CancellationError())
+                } catch {
+                    continuation.finish(throwing: AIRuntimeError.inferenceFailed("\(error)"))
+                }
+            }
+            continuation.onTermination = { _ in task.cancel() }
+        }
+    }
+
+    /// 云端多模态识别:图片直传 Gemini 读出结构化文本(通常 JSON)。
+    /// 恢复端侧丢掉的真·视觉读图;失败时调用方回退端侧 OCR+文本(§3.2)。
+    func analyzeReportCloud(imageURLs: [URL], prompt: String, maxTokens: Int = 1024) async throws -> String {
+        do {
+            return try await gemini.analyze(imageURLs: imageURLs, prompt: prompt, maxTokens: maxTokens)
+        } catch {
+            throw AIRuntimeError.inferenceFailed("\(error)")
+        }
+    }
+
+    // MARK: - 端侧 ASR(SenseVoice via sherpa-mnn)互斥入口
+
+    /// 给端侧语音转写(SenseVoice,占 CPU + 内存)用:进推理闸门串行 + 卸掉常驻 LLM/VL/MNN 腾内存,
+    /// 避免与文本/视觉模型同时常驻冲过单 App 内存上限被 jetsam 杀(§3.1 OOM 防护)。
+    ///
+    /// 问诊流程是「先转写 → 再 organize(会重载 LLM)」严格串行,所以这里卸掉 LLM 是安全的:
+    /// body 跑完一次转写返回后,调用方走 DiaryAssistService.organizeConsultation 时会自然重新 prepare。
+    /// body 内部应自行 hop 到后台线程做阻塞解码(本 actor 在 await 期间不阻塞,但闸门保持持有,
+    /// 其它推理请求会排队等待,杜绝并发占内存)。
+    func runExclusiveForASR<T: Sendable>(_ body: @Sendable () async throws -> T) async rethrows -> T {
+        await acquireGate(.interactive)
+        defer { releaseGate() }
+        unloadLLM()
+        unloadVL()
+        await unloadMNN()
+        return try await body()
+    }
+
     // MARK: - VL
 
     /// 加载 VL 模型。幂等,首调真正 load。