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/core/query_parser.py

@@ -40,6 +40,9 @@ class ParsedQuery(BaseModel):
     rewrite: str = Field(description="rewrite 后的 query")
     keywords: list[str] = Field(default_factory=list, description="提取的关键词")
     categories: list[CategoryHit] = Field(default_factory=list, description="命中类目列表")
+    entities: list[str] = Field(default_factory=list, description="提取的实体（人名/产品/技术等）")
+    intent: str = Field(default="", description="查询意图分类（如 查询/对比/操作/定义/排查）")
+    time_range: str = Field(default="", description="时间范围（如 '2023年'、'最近一个月'），空表示无")
     parse_failed: bool = Field(default=False, description="LLM 输出解析是否失败")
 
 
@@ -136,11 +139,28 @@ class QueryParser:
             logger.warning("query 解析失败：JSON 必填字段缺失或类型错误", query=query, output=raw[:200])
             return ParsedQuery(raw_query=query, rewrite=query, parse_failed=True)
 
+        # 扩展字段：实体/意图/时间范围（缺失或类型错误时降级为默认值，不触发 parse_failed）
+        entities = data.get("entities", [])
+        if not isinstance(entities, list):
+            logger.warning("query 解析 entities 非列表，置空", query=query)
+            entities = []
+        intent = data.get("intent", "")
+        if not isinstance(intent, str):
+            logger.warning("query 解析 intent 非字符串，置空", query=query)
+            intent = ""
+        time_range = data.get("time_range", "")
+        if not isinstance(time_range, str):
+            logger.warning("query 解析 time_range 非字符串，置空", query=query)
+            time_range = ""
+
         return ParsedQuery(
             raw_query=query,
             rewrite=rewrite,
             keywords=[str(k) for k in keywords],
             categories=self._validate_categories(categories, query),
+            entities=[str(e) for e in entities],
+            intent=intent,
+            time_range=time_range,
         )
 
     async def parse_and_route(self, query: str) -> RouteDecision:
@@ -178,17 +198,22 @@ class QueryParser:
         category_lines = [f"- {c.name}: {c.description}" for c in self.taxonomy if c.name != UNCATEGORIZED]
         category_block = "\n".join(category_lines)
         return (
-            "你是搜索查询分析助手。请分析用户 query，完成三件事：\n"
+            "你是搜索查询分析助手。请分析用户 query，完成以下事项：\n"
             "1. 判断 query 意图命中以下哪些知识类目，并给出每个类目的置信度（0~1 之间的小数）；\n"
             "2. 将 query 改写为更适合检索的形式；\n"
-            "3. 提取 query 的关键词。\n\n"
+            "3. 提取 query 的关键词；\n"
+            "4. 提取 query 中的实体（人名、产品名、技术名词、组织机构等）；\n"
+            "5. 判断 query 的查询意图，从 [查询, 对比, 操作, 定义, 排查] 中选最接近的一个；\n"
+            "6. 提取 query 中的时间范围（如 '2023年'、'上个月'、'Q1'），无则留空字符串。\n\n"
             f"可选类目：\n{category_block}\n\n"
             "要求：\n"
             "- categories 中的 name 只能从上面的类目名中选择，不要输出其他名称；\n"
             "- 若没有明显命中的类目，categories 返回空列表；\n"
+            "- entities 没有则返回空数组；\n"
             "- 只输出 JSON，不要输出任何其他内容。\n\n"
             '输出格式：{"categories": [{"name": "类目名", "confidence": 0.0}], '
-            '"rewrite": "改写后的 query", "keywords": ["关键词"]}\n\n'
+            '"rewrite": "改写后的 query", "keywords": ["关键词"], '
+            '"entities": ["实体"], "intent": "查询", "time_range": ""}\n\n'
             f"用户 query：{query}"
         )