feat: 完成全量功能开发，包括前端管理后台与后端服务优化

此提交实现了完整的知识库管理系统：
1. 新增Vue3 + Antd Vue前端管理后台，包含登录、文档管理、检索、类目设置等完整页面
2. 重构后端LLM调用抽象层，支持Ollama与OpenAI兼容服务动态切换
3. 调整默认嵌入模型配置为本地bge-m3模式
4. 优化入库任务去重逻辑与缓存清理机制
5. 完善Docker镜像构建与docker-compose部署配置
6. 修复多项测试用例与兼容性问题
7. 新增运行时配置API，支持动态调整系统参数

docker-compose.yml

@@ -10,6 +10,8 @@ services:
       - QDRANT_PORT=6333
       - REDIS_URL=redis://redis:6379/0
       - OLLAMA_BASE_URL=http://ollama:11434
+      # 针对 16 线程 / 61GB 内存的 NAS 调优：放宽入库并发
+      - INGEST_MAX_CONCURRENCY=${INGEST_MAX_CONCURRENCY:-4}
     env_file:
       - .env
     depends_on:
@@ -21,6 +23,7 @@ services:
         condition: service_started
     volumes:
       - ${NAS_DATA_DIR:-./data}/logs:/app/logs
+      - ${NAS_DATA_DIR:-./data}/uploads:/app/uploads
     networks:
       - qmdsearch
 
@@ -65,11 +68,25 @@ services:
       - "${OLLAMA_PORT:-11434}:11434"
     volumes:
       - ${NAS_DATA_DIR:-./data}/ollama:/root/.ollama
-    # 首次启动后需手动拉取模型：
-    #   docker exec qmdsearch-ollama ollama pull qwen2.5:1.5b
-    # 或取消下方 entrypoint 注释以自动拉取（需等待下载完成）
-    # entrypoint: /bin/bash
-    # command: -c "ollama serve & sleep 5 && ollama pull qwen2.5:1.5b && wait"
+    environment:
+      # 针对 Ryzen 9 7940HS（16 线程）的 CPU 推理调优：
+      # 并行推理任务数、常驻模型数、单请求线程上限、KV 缓存量化以省内存
+      - OLLAMA_NUM_PARALLEL=4
+      - OLLAMA_MAX_LOADED_MODELS=2
+      - OLLAMA_NUM_THREADS=16
+      - OLLAMA_KV_CACHE_TYPE=q8_0
+    # 首次启动自动拉取所需模型（qwen2.5:1.5b 总结 + bge-m3 嵌入），
+    # 下载完成后转交常驻 ollama serve。已存在时仅做健康检查。
+    entrypoint: /bin/bash
+    command:
+      - -c
+      - |
+        ollama serve &
+        SERVE_PID=$$!
+        sleep 6
+        ollama pull qwen2.5:1.5b
+        ollama pull bge-m3
+        wait $$SERVE_PID
     networks:
       - qmdsearch