init: RAG 知识库服务初始提交

- 后端 API（Flask + Gunicorn）
- RAG 引擎（混合检索 + 云端 Reranker + 引用溯源）
- 文档解析（MinerU + 多格式支持）
- Docker 生产部署配置
- 排除前端项目、敏感配置、模型文件

deploy/gunicorn.conf.py

@@ -0,0 +1,56 @@
+# gunicorn.conf.py - Gunicorn生产配置
+
+import multiprocessing
+import os
+
+# 服务器绑定
+bind = "0.0.0.0:5001"
+
+# Worker配置
+# 单 worker 模式，适合资源有限环境
+workers = int(os.getenv("GUNICORN_WORKERS", 1))
+worker_class = "gthread"  # 线程worker，可发送心跳（原 sync）
+threads = 2  # 每个worker 2个线程
+worker_connections = 1000
+max_requests = 1000  # 每个worker处理1000个请求后重启（防止内存泄漏）
+max_requests_jitter = 50
+
+# 超时配置
+timeout = 120  # 优化后不应超过2分钟（原 300）
+graceful_timeout = 60
+keepalive = 5
+
+# 日志配置
+accesslog = "-"  # stdout
+errorlog = "-"   # stderr
+loglevel = "info"
+access_log_format = '%(h)s %(l)s %(u)s %(t)s "%(r)s" %(s)s %(b)s "%(f)s" "%(a)s" %(D)s'
+
+# 进程命名
+proc_name = "rag-service"
+
+# 预加载应用（gthread 模式下必须关闭，否则 fork 后线程资源死锁）
+preload_app = False
+
+# 守护进程（Docker中不需要）
+daemon = False
+
+# 临时文件目录
+worker_tmp_dir = "/dev/shm"  # 使用内存文件系统，提升性能
+
+# 钩子函数
+def on_starting(server):
+    """服务启动时"""
+    print(f"[INFO] Starting Gunicorn with {workers} workers")
+
+def on_reload(server):
+    """重载时"""
+    print("[INFO] Reloading Gunicorn")
+
+def worker_int(worker):
+    """Worker被中断时"""
+    print(f"[INFO] Worker {worker.pid} interrupted")
+
+def worker_abort(worker):
+    """Worker异常退出时"""
+    print(f"[ERROR] Worker {worker.pid} aborted")