Initial commit: QMDSearch 分层信息检索服务

- FastAPI + Qdrant + Redis + Ollama 技术栈
- L1→L2→L3→chunk 四层分层检索（dense + sparse RRF 融合）
- 文档三级总结与 2.5 级回退
- query 解析路由与分类
- /admin 管理页面

app/config.py

@@ -0,0 +1,60 @@
+from pydantic_settings import BaseSettings
+
+
+class Settings(BaseSettings):
+    """应用配置，通过环境变量注入"""
+
+    # 应用
+    app_name: str = "QMDSearch"
+    log_level: str = "info"
+
+    # 嵌入模型
+    embedding_provider: str = "openai"  # openai | local
+    openai_api_key: str = ""
+    openai_base_url: str = "https://api.openai.com/v1"
+    embedding_model: str = "text-embedding-3-small"
+    embedding_dimension: int = 1536
+
+    # Ollama 本地模型（用于文档三级总结）
+    ollama_base_url: str = "http://localhost:11434"
+    ollama_model: str = "qwen2.5:1.5b"  # 备选: qwen2.5:3b
+    ollama_embedding_model: str = "bge-m3"  # embedding_provider=local 时使用的嵌入模型
+
+    # Qdrant
+    qdrant_host: str = "localhost"
+    qdrant_port: int = 6333
+
+    # Redis
+    redis_url: str = "redis://localhost:6379/0"
+
+    # 检索参数
+    retrieval_top_k: int = 20  # L2 语义检索召回数
+    retrieval_final_k: int = 5  # L3 重排后返回数
+
+    # 文档入库参数
+    summary_min_text_length: int = 500  # 低于此字符数触发 2.5 级回退
+
+    # 入库异步任务
+    ingest_max_concurrency: int = 2  # 入库后台任务并发上限
+    ingest_task_ttl_done: int = 86400  # 任务状态 Redis 保留秒数（进行中与已完成，24h）
+    ingest_task_ttl_failed: int = 604800  # 失败任务状态 Redis 保留秒数（7 天）
+
+    # 知识分类（taxonomy）
+    taxonomy_path: str = ""  # taxonomy JSON 文件路径，为空用内置默认
+    classify_confidence_threshold: float = 0.6  # 低于此值归 uncategorized
+    classify_max_categories: int = 3  # query 路由命中类目数上限，超过走全库兜底
+
+    # 分层检索参数
+    l1_doc_top_n: int = 10  # L1 层候选文档数
+    l2_section_top_n: int = 5  # L2 层候选 section 数
+    l3_top_n: int = 10  # L3 层定位数
+    sparse_enabled: bool = True  # 是否启用稀疏检索
+    cache_ttl: int = 300  # Redis 缓存秒数
+
+    # 分块参数
+    chunk_max_chars: int = 800  # chunk 超长二次切分阈值
+
+    model_config = {"env_prefix": "", "case_sensitive": False}
+
+
+settings = Settings()