feat: 新增多格式文件上传入库与认证体系

- 新增 JWT 认证模块，支持登录/注册/用户管理
- 新增文件上传接口，支持 .txt/.md/.html/.pdf/.docx 等格式解析入库
- 新增检索结果 AI 总结功能
- 新增文本去重缓存机制
- 新增全局认证夹具简化测试
- 新增配置项与环境变量支持
- 完善文档与测试覆盖

app/config.py

@@ -54,6 +54,27 @@ class Settings(BaseSettings):
     # 分块参数
     chunk_max_chars: int = 800  # chunk 超长二次切分阈值
 
+    # 认证（JWT）
+    jwt_secret_key: str = ""  # JWT 签名密钥，为空时启动自动生成（仅开发，生产必填）
+    jwt_algorithm: str = "HS256"
+    jwt_expire_minutes: int = 1440  # token 有效期（分钟），默认 24 小时
+    auth_register_enabled: bool = True  # 是否开放 POST /auth/register
+    default_admin_username: str = "admin"  # 启动时自动创建的默认管理员用户名
+    default_admin_password: str = ""  # 默认管理员密码，为空则不创建默认管理员
+
+    # 文件上传
+    upload_dir: str = "./uploads"  # 原始文件保存目录（相对路径以工作目录为基）
+    upload_max_size_mb: int = 20  # 单文件大小上限（MB）
+    upload_allowed_extensions: str = ".txt,.md,.html,.htm,.pdf,.docx"  # 允许上传的扩展名（逗号分隔）
+
+    # PDF OCR（图片型/扫描件降级，pypdf extract_text 为空时触发）
+    pdf_ocr_enabled: bool = True  # 是否启用 OCR 降级（关闭则扫描件按"无法提取文本"拒绝入库）
+    pdf_ocr_max_pages: int = 30  # 单文件 OCR 页数上限，超过仅前 N 页
+    pdf_ocr_dpi: int = 200  # 渲染 DPI（越高越准但越慢，72~300 合理）
+
+    # 检索结果 AI 总结
+    result_summary_max_hits: int = 5  # 参与总结的最大 hit 条数（控制 prompt 长度）
+
     model_config = {"env_prefix": "", "case_sensitive": False}