Debug：mlx-omni-server服务器用qwen3模型出错

背景：AI回答出错，开始以为是代码问题使得之前的对话出现在上下文，没想到是mlx-omni-server的问题

debug过程：
最开始比较好运地在github论坛找到同样的问题，大概率确认服务器出错。

之后用copilot写了一个简单的go代码重现情况，并通过服务器log监视thinking process有没有包含旧提问信息。
调查发现哪怕用独立client也可能会吃到之前的错误内存。另外换成deepseek等模型也会有同样问题。

于是考虑更换server tool，从chatgpt推荐里选择了ollama。ollama同样支持openai的api，所以后端代码不用修改。
LLM server安装都很简单，不用过多设置，一条指令就能启动服务。测试后发现之前的bug被解决。

之后需要补上api-key的认证，但这时发现ollama不支持api-key。好在openai的api token认证和http的bearer token认证格式一致，所以加一层nginx检查token即可。