refactor: 抽象解耦推理引擎并重构为多Crate工作空间架构

- 移除 核心层与 tract/Tensor 的强耦合，前/后处理全线转用标准 ndarray
- 针对 OCR 与目标检测（Det）分别设计独立的强类型输出小枚举（OcrOutput/DetOutput）
- 利用 Trait 关联类型（Associated Type）InferenceEngine,OcrEngine,DetEngine 统一接口，实现多后端解耦
- 引入 thiserror 库，建立完备的强类型错误处理机制（DdddError/Result）
- 完成项目结构初拆，剥离为 ddddocr-core 和 ddddocr-tract

Cargo.toml

@@ -1,10 +1,17 @@
-[package]
-name = "ddddocr-rs"
+[workspace]
+resolver = "2"
+members = [
+    "ddddocr-core",
+    "ddddocr-tract",
+]
+
+[workspace.package]
 version = "0.1.0"
 edition = "2024"
 license = "MIT OR Apache-2.0"
 
-[dependencies]
+
+[workspace.dependencies]
 tract-onnx = { version = "0.21.10" }
 anyhow = "1.0.102"
 image = "0.25.10"
@@ -13,8 +20,4 @@ imageproc = { version = "0.26.2", default-features = true }
 serde = { version = "1.0.228", features = ["derive"] }
 serde_json = "1.0.150"
 ndarray="0.16.1"
-
-
-[features]
-default = []
-embed-models = [] # 这是一个留给有特殊需求、且自己下载了模型放入 models/ 目录的人的后门
+thiserror = "1.0" # 刚好可以开始接入你需要的标准库错误处理