snail-ai-feature-rag 模块总览

整体架构流程

各子包职责详解

核心能力总结
文档解析：支持 PDF/Word/Excel/HTML/Markdown/纯文本，可选 Docling 外部服务增强解析（提取表格、图片、结构化元数据）
图片 OCR：集成 PaddleOCR 对文档中的图片进行 OCR 识别，支持配额限制和质量评估
智能分块：多种分块策略（智能/长度/正则/分隔符/Token 感知），按知识库配置自动选择
双写存储：同时写入向量库（Milvus/ES）和搜索引擎，支持向量去重复用
混合检索：向量语义检索 + BM25 关键词检索，通过 RRF/加权求和融合
Rerank 重排序：对检索结果二次排序，提升相关性
图片证据召回：检索时匹配文档中的图片作为辅助证据
文档去重：基于内容哈希避免重复导入
状态管理：文档处理状态机（PENDING → PROCESSING → SUCCESS/FAILED）