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

tests/test_file_parser.py

@@ -111,10 +111,17 @@ def test_parse_file_no_extension_raises() -> None:
         parse_file("noext", b"text")
 
 
-def test_parse_file_corrupted_pdf_raises() -> None:
-    """损坏的 PDF 抛 ValueError，message 含'文件解析失败'"""
-    with pytest.raises(ValueError, match=r"文件解析失败"):
-        parse_file("bad.pdf", b"not a real pdf")
+def test_parse_file_corrupted_pdf_returns_empty(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    """损坏的 PDF：插件化后文本层提取失败被捕获，OCR 关闭时返回空字符串
+
+    原 test_parse_file_corrupted_pdf_raises 期望 ValueError，但插件化重构后
+    file_parser 设计为优雅降级（pypdf 失败 → OCR 兜底 → 都失败返回空），
+    不再向上抛异常。关闭 OCR 避免触发 rapidocr 模型下载拖慢测试。
+    """
+    monkeypatch.setattr(settings, "pdf_ocr_enabled", False)
+    assert parse_file("bad.pdf", b"not a real pdf") == ""
 
 
 def test_parse_file_empty_html_returns_empty_string() -> None:
@@ -152,12 +159,23 @@ def test_supported_extensions_contains_expected_set() -> None:
 
 @pytest.fixture(autouse=True)
 def _reset_ocr_state() -> Any:
-    """每个 OCR 测试前后重置模块级 OCR 引擎状态，避免相互污染"""
-    saved_engine = fp_module._ocr_engine
-    saved_unavailable = fp_module._ocr_unavailable
+    """每个 OCR 测试前后重置 RapidocrOcrEngine/TesseractOcrEngine 类级状态与插件缓存
+
+    file_parser 插件化后，模块级 _ocr_engine/_ocr_unavailable 已移除，
+    RapidocrOcrEngine 用类级字段 _engine/_unavailable 单例化。
+    测试前重置为干净状态（避免上个测试残留），测试后清理插件缓存。
+    """
+    # 测试前：重置为干净状态
+    fp_module.RapidocrOcrEngine._engine = None
+    fp_module.RapidocrOcrEngine._unavailable = False
+    fp_module.TesseractOcrEngine._unavailable = False
+    fp_module._ocr_plugin_cache.clear()
     yield
-    fp_module._ocr_engine = saved_engine
-    fp_module._ocr_unavailable = saved_unavailable
+    # 测试后：再次清理，避免污染后续非 OCR 测试
+    fp_module.RapidocrOcrEngine._engine = None
+    fp_module.RapidocrOcrEngine._unavailable = False
+    fp_module.TesseractOcrEngine._unavailable = False
+    fp_module._ocr_plugin_cache.clear()
 
 
 class _FakeTextPage:
@@ -281,7 +299,7 @@ def test_parse_pdf_ocr_returns_empty_when_dependency_unavailable(
     monkeypatch.setattr(settings, "pdf_ocr_enabled", True)
 
     assert parse_file("scan.pdf", b"fake pdf bytes") == ""
-    assert fp_module._ocr_unavailable is True
+    assert fp_module.RapidocrOcrEngine._unavailable is True
 
 
 def test_parse_pdf_ocr_runtime_exception_falls_back_to_empty(
@@ -324,4 +342,4 @@ def test_parse_pdf_text_layer_present_skips_ocr(
 
     result = parse_file("text.pdf", b"fake pdf bytes")
     assert result == "这是文本层的内容"
-    assert fp_module._ocr_engine is None
+    assert fp_module.RapidocrOcrEngine._engine is None