多模态 LLM 与本地多模态检索 PoC：从原理到工程落地（图片 / 视频关键帧 / LaTeX 公式）本文目标：用 4 种难度梯度递增 的方式解释什么是多模态 LLM（Multimodal LLM），并系统说明 数学公式、图片、视频 在真实工程中如何被 存储、查询（检索）、创造（生成）。随后给出一套 本地可跑的多模态检索 PoC（FAISS + SQLite + OpenCLIP），包含 数据结构、向量库选型、索引参数、评估指标（Recall@K、nDCG、latency），以及可直接运行的最小 Repo 结构与用法。