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

scripts/migrate_version_status.py

@@ -0,0 +1,151 @@
+"""
+数据迁移脚本 - 为现有chunks添加版本状态字段
+
+运行此脚本为现有向量库数据添加status、version等字段
+"""
+
+import sys
+import os
+
+# Windows 编码设置
+if sys.platform == 'win32':
+    sys.stdout.reconfigure(encoding='utf-8')
+
+# 项目路径
+PROJECT_ROOT = os.path.dirname(os.path.abspath(__file__))
+os.chdir(PROJECT_ROOT)
+sys.path.insert(0, PROJECT_ROOT)
+
+from datetime import datetime
+
+
+def migrate_chunks():
+    """为现有chunks添加status字段"""
+    from knowledge_base_manager import get_kb_manager
+
+    kb_manager = get_kb_manager()
+    collections = kb_manager.list_collections()
+
+    print("=" * 60)
+    print("开始迁移 - 为chunks添加版本状态字段")
+    print("=" * 60)
+
+    total_migrated = 0
+
+    for coll_info in collections:
+        coll_name = coll_info.name
+        print(f"\n处理向量库: {coll_name}")
+
+        collection = kb_manager.get_collection(coll_name)
+        if not collection:
+            continue
+
+        result = collection.get()
+        ids = result['ids']
+        metadatas = result['metadatas']
+
+        if not ids:
+            print(f"  向量库为空，跳过")
+            continue
+
+        migrated = 0
+        updated_metadatas = []
+
+        for i, (chunk_id, meta) in enumerate(zip(ids, metadatas)):
+            # 检查是否已有status字段
+            if 'status' not in meta:
+                # 添加默认字段
+                updated_meta = {
+                    **meta,
+                    'status': 'active',
+                    'version': 'v1',
+                    'effective_date': datetime.now().strftime('%Y-%m-%d')
+                }
+                updated_metadatas.append(updated_meta)
+                migrated += 1
+            else:
+                updated_metadatas.append(meta)
+
+        # 批量更新
+        if migrated > 0:
+            collection.update(
+                ids=ids,
+                metadatas=updated_metadatas
+            )
+            print(f"  迁移了 {migrated} 个chunks")
+            total_migrated += migrated
+        else:
+            print(f"  所有chunks已有status字段，无需迁移")
+
+    print("\n" + "=" * 60)
+    print(f"迁移完成！总计迁移 {total_migrated} 个chunks")
+    print("=" * 60)
+
+
+def init_version_tables():
+    """初始化版本管理数据库表"""
+    import sqlite3
+
+    db_path = "./data/exam_analysis.db"
+
+    print("\n初始化版本管理表...")
+
+    conn = sqlite3.connect(db_path)
+    cursor = conn.cursor()
+
+    # 文档版本表
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS document_versions (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            document_id TEXT NOT NULL,
+            collection TEXT NOT NULL,
+            version TEXT NOT NULL DEFAULT 'v1',
+            status TEXT NOT NULL DEFAULT 'active',
+            effective_date DATE,
+            expiry_date DATE,
+            deprecated_date DATETIME,
+            deprecated_reason TEXT,
+            deprecated_by TEXT,
+            change_summary TEXT,
+            supersedes TEXT,
+            chunk_count INTEGER DEFAULT 0,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+            created_by TEXT,
+            UNIQUE(document_id, collection, version)
+        )
+    ''')
+
+    # 版本变更日志表
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS version_change_logs (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            document_id TEXT NOT NULL,
+            collection TEXT NOT NULL,
+            old_version TEXT,
+            new_version TEXT,
+            old_status TEXT,
+            new_status TEXT,
+            change_type TEXT NOT NULL,
+            reason TEXT,
+            changed_by TEXT,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+
+    conn.commit()
+    conn.close()
+
+    print("版本管理表初始化完成")
+
+
+if __name__ == "__main__":
+    print("向量知识库版本管理数据迁移")
+    print()
+
+    # 1. 初始化数据库表
+    init_version_tables()
+
+    # 2. 迁移chunks元数据
+    migrate_chunks()
+
+    print("\n迁移脚本执行完毕！")