feat: 升级 Ollama 本地模型 qwen2.5:1.5b → qwen3:1.7b

- config.py / .env.example / docker-compose.yml：默认模型改为 qwen3:1.7b（备选 qwen3:4b），compose 同步拉取
- 经 runtime_settings 注入 summarize/query/classify 三用途，改默认值即全局生效
- README / CLAUDE.md / 前端 Settings.vue 占位符同步更新

.env.example

@@ -25,8 +25,8 @@ REDIS_PORT=6379
 
 # --- Ollama 本地模型（文档三级总结）---
 OLLAMA_PORT=11434
-OLLAMA_MODEL=qwen2.5:1.5b
-# 备选模型: qwen2.5:3b（更好的总结质量，需更多内存）
+OLLAMA_MODEL=qwen3:1.7b
+# 备选模型: qwen3:4b（更好的总结质量，需更多内存）
 # EMBEDDING_PROVIDER=local 时使用的 Ollama 嵌入模型
 OLLAMA_EMBEDDING_MODEL=bge-m3
 

CLAUDE.md

@@ -12,7 +12,7 @@ QMDSearch 是面向 AI Agent 的分层信息检索服务，支持多层级知识
 - **缓存**: Redis (Docker)
 - **关系数据库**: PostgreSQL (Docker, 可选)
 - **嵌入模型**: OpenAI / 本地模型 (通过配置切换)
-- **本地推理模型**: Ollama (Docker) — 用于文档三级总结，默认 qwen2.5:1.5b
+- **本地推理模型**: Ollama (Docker) — 用于文档三级总结，默认 qwen3:1.7b
 - **部署**: Docker Compose on NAS
 
 ## 项目结构
@@ -168,8 +168,8 @@ QMDSearch/
 
 ### 本地模型 (Ollama)
 
-- 服务: Ollama 容器，默认模型 `qwen2.5:1.5b`（约 1GB，适合 NAS 低资源环境）
-- 备选模型: `qwen2.5:3b`（更好的总结质量，约 2GB）
+- 服务: Ollama 容器，默认模型 `qwen3:1.7b`（约 1.3GB，适合 NAS 低资源环境）
+- 备选模型: `qwen3:4b`（更好的总结质量，约 2.5GB）
 - 模型通过环境变量 `OLLAMA_MODEL` 配置
 - 首次启动时自动拉取模型，需 NAS 可访问外网
 

README.md

@@ -22,7 +22,7 @@
 | 向量数据库 | Qdrant（Docker） |
 | 缓存 | Redis（Docker） |
 | 嵌入模型 | OpenAI / Ollama 本地模型（可切换） |
-| 本地推理 | Ollama + qwen2.5:1.5b（文档总结） |
+| 本地推理 | Ollama + qwen3:1.7b（文档总结） |
 | OCR | rapidocr-onnxruntime + pypdfium2（扫描件 PDF） |
 | 部署 | Docker Compose on NAS |
 
@@ -123,7 +123,7 @@ docker compose up -d
 ### 4. 拉取 Ollama 模型（首次启动后）
 
 ```bash
-docker exec qmdsearch-ollama ollama pull qwen2.5:1.5b
+docker exec qmdsearch-ollama ollama pull qwen3:1.7b
 ```
 
 ### 5. 验证服务
@@ -232,7 +232,7 @@ curl -X POST http://localhost:8000/api/v1/documents/upload \
 | `EMBEDDING_PROVIDER` | 嵌入模型提供商（openai / local） | `openai` |
 | `OPENAI_API_KEY` | OpenAI API Key | - |
 | `EMBEDDING_MODEL` | 嵌入模型名称 | `text-embedding-3-small` |
-| `OLLAMA_MODEL` | Ollama 本地模型 | `qwen2.5:1.5b` |
+| `OLLAMA_MODEL` | Ollama 本地模型 | `qwen3:1.7b` |
 | `RETRIEVAL_TOP_K` | 检索召回数 | `20` |
 | `RETRIEVAL_FINAL_K` | 最终返回数 | `5` |
 | `INGEST_MAX_CONCURRENCY` | 入库并发上限 | `2` |

app/config.py

@@ -18,7 +18,7 @@ class Settings(BaseSettings):
 
     # 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_model: str = "qwen3:1.7b"  # 备选: qwen3:4b（更好的总结质量，需更多内存）
     ollama_embedding_model: str = "bge-m3"  # embedding_provider=local 时使用的嵌入模型
 
     # 重排模型（cross-encoder，经 Ollama /api/rerank，对 chunk 候选做最终精排）

docker-compose.yml

@@ -96,7 +96,7 @@ services:
       - OLLAMA_MAX_LOADED_MODELS=3
       - 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 + qwen3-reranker 重排），
+    # 首次启动自动拉取所需模型（qwen3:1.7b 总结 + bge-m3 嵌入 + qwen3-reranker 重排），
     # 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:
@@ -105,7 +105,7 @@ services:
         ollama serve &
         SERVE_PID=$$!
         sleep 6
-        ollama pull qwen2.5:1.5b
+        ollama pull qwen3:1.7b
         ollama pull bge-m3
         ollama pull qwen3-reranker:0.6b
         wait $$SERVE_PID

frontend/src/views/Settings.vue

@@ -318,7 +318,7 @@ onMounted(() => {
                     <a-form-item label="model">
                       <a-input
                         v-model:value="form.models[key].model"
-                        placeholder="例如 qwen2.5:1.5b"
+                        placeholder="例如 qwen3:1.7b"
                         allow-clear
                       />
                     </a-form-item>