QMDSearch

面向 AI Agent 的分层信息检索服务，支持多层级知识库检索、向量语义搜索和结构化数据查询。基于 Docker 部署在 NAS 上，为 AI Agent 提供高效、精准的信息检索能力。

特性

• 分层检索架构：L1 文档定位 → L2 章节大纲 → L3 小节定位 → chunk 原文，逐层收窄，精准召回
• Hybrid 检索：dense 向量 + sparse 稀疏向量 RRF 融合，兼顾语义与关键词匹配
• 文档三级总结：Ollama 本地模型自动生成文档 L1/L2/L3 总结，支持知识分类
• 多格式文件入库：支持 .txt .md .html .htm .pdf .docx，PDF 扫描件自动 OCR 降级
• 文本去重：Sha256 文本去重，重复文档自动复用已有结果
• JWT 认证：Token 鉴权，支持注册开关与默认管理员
• 管理后台：/admin 单页面，含概览、文档管理、检索测试台、类目管理
• Docker 部署：开箱即用的 Docker Compose 编排，适合 NAS 环境

技术栈

组件	技术
语言	Python 3.12+
Web 框架	FastAPI + Uvicorn
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）
OCR	rapidocr-onnxruntime + pypdfium2（扫描件 PDF）
部署	Docker Compose on NAS

项目结构

QMDSearch/
├── app/                    # 应用主目录
│   ├── main.py            # FastAPI 入口（含 /admin 管理页面）
│   ├── config.py          # 配置管理（pydantic-settings / 环境变量）
│   ├── api/               # API 路由层
│   │   ├── response.py    # 统一响应格式
│   │   └── v1/            # API v1
│   │       ├── search.py  # 检索接口
│   │       ├── document.py # 文档入库/管理/上传
│   │       ├── knowledge.py # 知识库接口
│   │       └── auth.py    # 认证接口
│   ├── core/              # 核心业务逻辑
│   │   ├── retriever.py   # 分层检索引擎
│   │   ├── query_parser.py # Query 解析与分类路由
│   │   ├── embeddings.py  # 向量嵌入
│   │   ├── sparse.py      # 稀疏向量编码
│   │   ├── ranker.py      # RRF 融合与结果截断
│   │   ├── summarizer.py  # 文档三级总结
│   │   ├── headings.py    # 原生标题树解析
│   │   ├── classifier.py  # 文档分类
│   │   ├── chunker.py     # 标题树感知 chunk 切分
│   │   ├── ingestion.py   # 文档入库流水线
│   │   ├── ingest_tasks.py # 异步任务管理（含文本去重）
│   │   ├── file_parser.py # 多格式文件解析（含 PDF OCR）
│   │   └── auth.py        # JWT 认证
│   ├── models/            # Pydantic 数据模型
│   ├── services/          # 外部服务客户端
│   │   ├── qdrant.py      # Qdrant 客户端
│   │   ├── redis.py       # Redis 缓存客户端
│   │   └── ollama.py      # Ollama 客户端
│   └── static/            # 静态资源
│       └── admin.html     # 管理后台（单文件）
├── tests/                 # 测试
├── scripts/               # 运维与评测脚本
│   ├── eval/              # 回归评测
│   └── smoke_live.py      # 在线冒烟
├── docker-compose.yml     # Docker 编排
├── Dockerfile             # 应用镜像
├── .env.example           # 环境变量模板
└── pyproject.toml         # 项目配置

分层检索架构

Query → 解析路由 → L1（文档总结，候选文档集）
                        ↓
                   L2（章节大纲，按 section 剪枝）
                        ↓
                   L3（小节定位，两路 RRF 融合）
                        ↓
                   Chunk（原文 hybrid 检索，dense + sparse）
                        ↓
                   Top-K 结果

检索链路详解

1. Query 解析路由：Ollama 小模型将 query 解析为结构化结果（rewrite、关键词、命中类目+置信度）。高置信且类目数不超上限时按类目过滤，否则全库兜底。
2. L1 - 文档定位层：在文档 L1 总结集合中检索，产出候选文档集合。无命中时直接全库 chunk 兜底。
3. L2 - 章节大纲层：在候选文档内检索 L2 章节大纲，按 section 剪枝定位。未命中的文档落入 L3 b 路。
4. L3 - 小节内容层：两路查询（a：L2 命中文档按 section_path 过滤；b：其余文档仅按 doc_id 过滤）后 RRF 融合。
5. Chunk 层：在 L3 收窄的范围内对原文 chunk 做 hybrid 检索（dense 向量 + sparse 稀疏向量 RRF 融合），返回最终 Top-K。

快速开始

前置要求

• Docker & Docker Compose
• OpenAI API Key（或本地 Ollama 模型）

1. 克隆项目

git clone <repo-url>
cd QMDSearch

2. 配置环境变量

cp .env.example .env
# 编辑 .env，至少配置 OPENAI_API_KEY

3. 启动服务

docker compose up -d

4. 拉取 Ollama 模型（首次启动后）

docker exec qmdsearch-ollama ollama pull qwen2.5:1.5b

5. 验证服务

curl http://localhost:8000/api/v1/health
# {"status": "ok"}

管理后台：浏览器访问 http://localhost:8000/admin

API 文档

方法	路径	说明	认证
GET	/api/v1/health	健康检查	否
POST	/api/v1/auth/register	用户注册	否（可关闭）
POST	/api/v1/auth/login	用户登录，返回 JWT token	否
GET	/api/v1/auth/me	获取当前用户信息	是
POST	/api/v1/search	分层检索	是
POST	/api/v1/documents	文档入库（JSON 文本，202 异步入库）	是
POST	/api/v1/documents/upload	文件上传入库（multipart，202 异步）	是
GET	/api/v1/documents/tasks/{task_id}	入库任务状态查询	是
GET	/api/v1/documents	文档列表（分页）	是
GET	/api/v1/documents/{doc_id}	文档详情	是
DELETE	/api/v1/documents/{doc_id}	删除文档（幂等）	是
GET	/api/v1/knowledge/categories	知识分类类目集	是
GET	/api/v1/knowledge/stats	统计（四层点数 + 类目分布）	是
GET	/admin	管理后台	否

统一响应格式

{
  "code": 0,
  "data": { ... },
  "message": "ok"
}

错误码：0 成功，1xxx 客户端错误，2xxx 服务端错误。

检索示例

curl -X POST http://localhost:8000/api/v1/search \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{"query": "如何配置 Redis 缓存", "top_k": 5}'

文件上传示例

curl -X POST http://localhost:8000/api/v1/documents/upload \
  -H "Authorization: Bearer <token>" \
  -F "file=@document.pdf"

文档入库流程

文件上传 → 文本提取 → 三级总结（Ollama）→ 分类判定（L1 总结）→ 向量化 → 写入 Qdrant
                                                          ↓
                                               不足三级 → 2.5 级回退

三级总结

层级	名称	说明
L1	总结	对整篇文档的一句话高度概括
L2	大纲	文档主要章节和关键主题
L3	内容大纲	每个章节的详细内容摘要

2.5 级回退：短文本（< 500 字符）自动降级为二级总结，跳过大纲层。

文件格式支持

格式	解析方式
.txt .md	UTF-8 解码
.html .htm	HTML 标签剥离
.pdf	pypdf 提取文本层；扫描件自动 OCR 降级
.docx	python-docx 段落提取

PDF OCR 降级

图片型/扫描件 PDF 在文本层为空时，自动触发 OCR：

1. pypdfium2 渲染每页为图片
2. rapidocr-onnxruntime 识别文字
3. 拼接返回结果

可通过环境变量 PDF_OCR_ENABLED=false 关闭，或通过 PDF_OCR_MAX_PAGES / PDF_OCR_DPI 控制行为。

文本去重

入库时自动计算 sha256(doc.text)，相同文本重复提交不重跑流水线，直接复用已有文档 ID，结果中 deduplicated=true 标记。

配置项

所有配置通过环境变量注入，完整列表见 .env.example。主要配置项：

变量	说明	默认值
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
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
JWT_SECRET_KEY	JWT 签名密钥（生产必填）	自动生成（仅开发）
AUTH_REGISTER_ENABLED	是否开放注册	true
UPLOAD_MAX_SIZE_MB	上传文件大小上限	20
PDF_OCR_ENABLED	是否启用 PDF OCR	true
PDF_OCR_MAX_PAGES	OCR 最大页数	30
PDF_OCR_DPI	OCR 渲染 DPI	200

开发

本地开发

# 安装依赖
uv sync --extra dev

# 启动开发服务器
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

# 运行测试
uv run pytest

# 代码检查
uv run ruff check app/ tests/

构建镜像

docker compose build

目录结构约定

• 类型注解必须（Python 3.12+ 语法）
• 异步优先（async/await）
• 配置通过环境变量注入（pydantic-settings）
• 日志使用 structlog 结构化日志
• 测试使用 pytest + pytest-asyncio

部署

NAS 部署

# 1. 创建数据目录
mkdir -p /path/to/nas/data/{qdrant,redis,ollama}

# 2. 配置 .env，设置 NAS_DATA_DIR 和 API Key
NAS_DATA_DIR=/path/to/nas/data
OPENAI_API_KEY=sk-xxx

# 3. 启动
docker compose up -d

# 4. 查看日志
docker compose logs -f app

端口映射

服务	端口
API	8000
Qdrant	6333
Qdrant Dashboard	6334
Redis	6379
Ollama	11434

License

MIT