chore: 项目更名为 HuiBrain

全局替换 EduBrain -> HuiBrain, edu-brain -> huibrain, edu_brain -> hui_brain, EDUBRAIN -> HUIBRAIN
涉及文件：README.md, pyproject.toml, docker-compose.yml, .env, .env.example,
app/config.py, app/main.py, app/wework_bot.py, app/__init__.py, app/mcp/server.py,
static/index.html, docs/IMAGE_API_GUIDE.md

.env.example

@@ -1,21 +1,22 @@
 # ============================================================
-# EduBrain - 中文直播教育知识库系统 环境变量配置
+# HuiBrain - 中文直播教育知识库系统 环境变量配置
 # ============================================================
 # 复制此文件为 .env 并根据实际情况修改配置值
 # cp .env.example .env
 # ============================================================
 
 # ── 数据库 ──
-DATABASE_URL=postgresql+asyncpg://postgres:postgres@db:5432/edu_brain
+DATABASE_URL=postgresql+asyncpg://postgres:postgres@db:5432/hui_brain
 POSTGRES_PASSWORD=postgres
 
 # ── 嵌入模型配置 ──
 # 可选值: openai / zhipu / local_bge / dashscope / minimax
+# openai 模式也兼容硅基流动等第三方 OpenAI 兼容接口
 EMBEDDING_PROVIDER=minimax
 EMBEDDING_MODEL=MiniMax-Text-Embedding
 EMBEDDING_DIMENSIONS=1024
 
-# ── OpenAI 配置 ──
+# ── OpenAI 配置（也兼容硅基流动等第三方接口） ──
 OPENAI_API_KEY=sk-your-openai-api-key
 OPENAI_BASE_URL=https://api.openai.com/v1
 
@@ -32,6 +33,7 @@ LOCAL_BGE_MODEL_PATH=
 # 可选值: paddleocr / aliyun / tencent / deepseek / auto
 # auto 模式: 本地 PaddleOCR 优先，失败后 fallback 到 DeepSeek / 云端 OCR
 OCR_PROVIDER=deepseek
+OCR_CONCURRENCY=1
 
 # ── 阿里云 OCR 配置 ──
 ALIYUN_OCR_ACCESS_KEY=your-aliyun-access-key
@@ -52,7 +54,7 @@ DEEPSEEK_API_KEY=your-deepseek-api-key
 DEEPSEEK_BASE_URL=https://api.deepseek.com
 DEEPSEEK_OCR_MODEL=deepseek-chat
 
-# ── LLM 配置（用于查询扩展、实体检测） ──
+# ── LLM 配置（用于查询扩展、实体检测等） ──
 # 可选值: minimax / deepseek / openai
 LLM_PROVIDER=minimax
 
@@ -63,11 +65,6 @@ DATA_DIR=/app/data
 CHUNK_SIZE=300
 CHUNK_OVERLAP=50
 
-# ── 服务配置 ──
-HOST=0.0.0.0
-PORT=8000
-DEBUG=false
-
 # ── CORS 配置（多个来源用逗号分隔） ──
 CORS_ORIGINS=["*"]
 
@@ -76,9 +73,8 @@ APP_PORT=8000
 DB_PORT=5432
 
 # ── 企业微信智能机器人（WebSocket 长连接） ──
-# 作为独立进程运行：python -m app.wework_bot
+# 后端启动时会自动检测配置并拉起机器人（后台线程）
 WEWORK_BOT_ENABLED=false
 WEWORK_BOT_ID=your-bot-id
 WEWORK_BOT_SECRET=your-bot-secret
-WEWORK_BOT_SEARCH_LIMIT=3
-EDUBRAIN_BASE_URL=http://localhost:8765
+HUIBRAIN_BASE_URL=http://localhost:8765

README.md

@@ -1,6 +1,6 @@
-# EduBrain - 中文直播教育知识库系统
+# HuiBrain - 中文直播教育知识库系统
 
-基于 FastAPI 的中文直播教育知识库系统，支持直播文字稿导入、OCR 截图识别、AI 语义搜索等功能。
+基于 FastAPI 的中文直播教育知识库系统，支持直播文字稿导入、OCR 截图识别、AI 语义搜索、企业微信机器人等功能。
 
 ## 功能特性
 
@@ -13,17 +13,27 @@
 ### 图片 OCR
 - **OCR 识别**: DeepSeek Vision 模型识别图片文字
 - **关键词提取**: MiniMax M2.7 自动提取内容标签
-- **批量处理**: 支持拖拽上传、选择文件、选择文件夹，按文件名去重
+- **批量处理**: 支持拖拽上传、选择文件、选择文件夹
+- **上传去重**: OCR 识别后自动检查内容是否已存在，避免重复录入
+- **图片管理**: 网页端管理所有图片，支持一键去重、手动删除
 - **BM25 索引**: 内置倒排索引搜索引擎，jieba 中文分词
 
 ### AI 搜索
-- **知识库搜索**: 向量语义搜索 + 全文检索混合排序
+- **知识库搜索**: 关键词搜索
 - **图片搜索**: MiniMax M2.7 语义匹配，SSE 流式实时返回结果
-- **并发池**: 最多 10 个 LLM 请求并发，每批 10 张图片判断
+- **并发池**: 最多 10 个 LLM 请求并发，每批数量可配置
+- **可配置参数**: 搜索返回数量、LLM 批量判断数量、OCR 并发数量均可在网页端设置
+
+### 企业微信机器人
+- **WebSocket 长连接**: 基于官方 SDK，无需公网 IP
+- **关键词搜索**: 用户发文字 → 搜索图片 → 返回匹配结果
+- **图片自动入库**: 用户发图片 → 自动 OCR 识别 → 录入知识库（自动去重）
+- **集成启动**: 后端启动时自动检测配置并拉起机器人
+- **网页端管理**: 在设置页面配置 Bot ID / Secret，支持在线重启
 
 ### 其他
 - **MCP 协议**: 支持 Model Context Protocol，可被 AI Agent 调用
-- **Docker 部署**: 完整的 Docker Compose 编排（应用 + PostgreSQL + pgvector）
+- **Docker 部署**: 单容器部署，轻量级
 
 ## 技术栈
 
@@ -31,44 +41,45 @@
 |------|------|
 | 后端框架 | FastAPI + Uvicorn |
 | ORM | SQLAlchemy 2.0 (async) |
-| 数据库 | PostgreSQL (pgvector) / SQLite |
+| 数据库 | SQLite |
 | 前端 | 纯 HTML + CSS + JS（苹果风格 SPA） |
 | OCR | DeepSeek Vision / PaddleOCR / 阿里云 / 腾讯云 |
 | LLM | MiniMax M2.7 / DeepSeek / Qwen3-8B |
-| 搜索 | BM25 倒排索引 + 向量语义搜索 |
-| 部署 | Docker + Docker Compose |
+| 搜索 | BM25 倒排索引 + 关键词搜索 |
+| 企业微信 | wecom-aibot-python-sdk (WebSocket 长连接) |
+| 部署 | Docker |
 
 ## 项目结构
 
 ```
-edu-brain/
+huibrain/
 ├── app/
-│   ├── main.py              # FastAPI 入口，路由注册，生命周期管理
+│   ├── main.py              # FastAPI 入口，路由注册，生命周期管理，BotManager
 │   ├── config.py            # pydantic-settings 配置管理
-│   ├── database.py          # 数据库连接（PG/SQLite 双后端）
+│   ├── database.py          # SQLite 数据库连接
 │   ├── models/base.py       # ORM 模型（KnowledgePage, OCRImage 等）
 │   ├── schemas/             # Pydantic 请求/响应 Schema
 │   ├── api/v1/              # API 路由
 │   │   ├── pages.py         # 知识页面 CRUD
-│   │   ├── search.py        # 语义搜索
-│   │   ├── images.py        # 图片 OCR + AI 搜索（SSE）
+│   │   ├── search.py        # 关键词搜索
+│   │   ├── images.py        # 图片 OCR + AI 搜索（SSE）+ 去重 + 删除
 │   │   ├── import_export.py # 文件导入导出
-│   │   └── settings.py      # 系统设置
+│   │   └── settings.py      # 系统设置 + 机器人管理
 │   ├── services/
 │   │   ├── ocr_service.py       # OCR 识别服务（多 Provider）
 │   │   ├── llm_service.py       # LLM 服务（标签提取/搜索匹配）
 │   │   ├── search_engine.py     # BM25 倒排索引引擎
-│   │   ├── search_service.py    # 混合搜索服务
+│   │   ├── search_service.py    # 搜索服务
 │   │   ├── embedding_service.py # 嵌入模型服务
 │   │   ├── import_service.py    # 文件导入服务
 │   │   └── page_service.py      # 页面 CRUD 服务
+│   ├── wework_bot.py        # 企业微信智能机器人服务
 │   └── mcp/server.py        # MCP Server 实现
 ├── static/index.html        # 前端单页应用
 ├── data/images/             # 图片存储目录
 ├── .env.example             # 环境变量模板
 ├── requirements.txt         # Python 依赖
 ├── Dockerfile               # 应用镜像
-├── Dockerfile.db            # 数据库镜像（PG + pgvector）
 └── docker-compose.yml       # Docker 编排
 ```
 
@@ -79,7 +90,7 @@ edu-brain/
 ```bash
 # 克隆项目
 git clone <repo-url>
-cd edu-brain
+cd huibrain
 
 # 复制配置文件
 cp .env.example .env
@@ -94,7 +105,7 @@ pip install -r requirements.txt
 
 ```env
 # 数据库（默认 SQLite，无需额外配置）
-DATABASE_URL=sqlite+aiosqlite:///edu_brain.db
+DATABASE_URL=sqlite+aiosqlite:///hui_brain.db
 
 # OCR（使用 DeepSeek Vision）
 OCR_PROVIDER=deepseek
@@ -106,6 +117,11 @@ DEEPSEEK_OCR_MODEL=deepseek-ocr:latest
 MINIMAX_API_KEY=your-minimax-api-key
 MINIMAX_BASE_URL=https://api.minimaxi.com/v1
 MINIMAX_CHAT_MODEL=MiniMax-M2.7
+
+# 企业微信机器人（可选，不配则不启动）
+WEWORK_BOT_ENABLED=true
+WEWORK_BOT_ID=your-bot-id
+WEWORK_BOT_SECRET=your-bot-secret
 ```
 
 ### 3. 启动服务
@@ -114,6 +130,8 @@ MINIMAX_CHAT_MODEL=MiniMax-M2.7
 uvicorn app.main:app --host 0.0.0.0 --port 8765
 ```
 
+启动后会自动检测企业微信机器人配置，如果 `WEWORK_BOT_ENABLED=true` 且 `WEWORK_BOT_ID` / `WEWORK_BOT_SECRET` 已配置，机器人会自动在后台线程启动。
+
 访问 http://localhost:8765 即可使用。
 
 ### 4. Docker 部署
@@ -127,16 +145,39 @@ docker-compose up -d
 ```
 用户上传图片
   → DeepSeek Vision OCR 识别文字
+  → 检查 OCR 内容是否已存在（去重）
   → MiniMax M2.7 提取关键词标签
   → 存入 SQLite + BM25 索引
 
 用户搜索 "孩子不想上学"
-  → 从 DB 倒序取图片（每批 10 张）
-  → 并发池（最多 10 个请求）发给 MiniMax M2.7 判断
+  → 从 DB 倒序取图片（每批 N 张，可配置）
+  → 并发池发给 MiniMax M2.7 判断
   → 匹配结果通过 SSE 实时推送到前端
   → 找够指定数量或遍历完 DB 后结束
 ```
 
+## 企业微信机器人
+
+### 功能
+
+| 场景 | 说明 |
+|------|------|
+| 单聊发关键词 | 搜索图片知识库，返回匹配结果（图片+预览文字） |
+| 单聊发图片 | 自动 OCR 识别并录入知识库（自动去重） |
+| 进入会话 | 自动发送欢迎语 |
+
+### 配置
+
+1. 在企业微信管理后台创建智能机器人，开启 API 模式（长连接）
+2. 获取 Bot ID 和 Secret
+3. 在 `.env` 中配置或通过网页端设置页面配置
+
+### 注意事项
+
+- 图片消息**仅支持单聊**，群聊中发图片不会触发机器人
+- 机器人支持多人同时使用（asyncio 异步架构）
+- 配置修改后可通过网页端「重启机器人」按钮生效
+
 ## API 概览
 
 | 方法 | 路径 | 说明 |
@@ -144,12 +185,18 @@ docker-compose up -d
 | POST | `/api/v1/images/recognize-direct` | 上传并识别图片 |
 | POST | `/api/v1/images/batch-recognize` | 批量上传并识别 |
 | GET | `/api/v1/images/search` | AI 搜索图片（SSE 流式） |
+| GET | `/api/v1/images` | 获取图片列表（分页） |
 | GET | `/api/v1/images/{id}` | 获取图片识别结果 |
+| DELETE | `/api/v1/images/{id}` | 删除图片 |
+| POST | `/api/v1/images/dedup` | 一键去重 |
 | GET | `/api/v1/pages` | 知识页面列表 |
 | POST | `/api/v1/pages` | 创建知识页面 |
-| POST | `/api/v1/search` | 语义搜索知识库 |
+| POST | `/api/v1/search` | 关键词搜索知识库 |
 | POST | `/api/v1/import/file` | 导入文件 |
 | GET | `/api/v1/settings` | 获取系统设置 |
+| PUT | `/api/v1/settings` | 更新系统设置 |
+| GET | `/api/v1/settings/bot/status` | 获取机器人状态 |
+| POST | `/api/v1/settings/bot/restart` | 重启机器人 |
 
 ## 配置说明
 
@@ -168,9 +215,15 @@ docker-compose up -d
 | Provider | 说明 | 额外配置 |
 |----------|------|----------|
 | `minimax` | MiniMax 嵌入 | `MINIMAX_API_KEY` |
-| `openai` | OpenAI 嵌入 | `OPENAI_API_KEY` |
+| `openai` | OpenAI 嵌入（兼容硅基流动等第三方接口） | `OPENAI_API_KEY` |
 | `zhipu` | 智谱 AI 嵌入 | `ZHIPU_API_KEY` |
 | `dashscope` | 阿里云 DashScope | `DASHSCOPE_API_KEY` |
 | `local_bge` | 本地 BGE 模型 | `LOCAL_BGE_MODEL_PATH` |
 
+### 网页端可配置参数
 
+| 参数 | 说明 | 默认值 | 范围 |
+|------|------|--------|------|
+| 搜索返回数量 | 每次搜索最多返回多少条匹配结果 | 3 | 1-10 |
+| LLM 批量判断数量 | 每批发给 LLM 判断的图片数量 | 10 | 1-50 |
+| OCR 并发数量 | 多用户同时上传时 OCR 并发识别数量 | 1 | 1-10 |

alembic.ini

@@ -1,63 +0,0 @@
-# Alembic 数据库迁移配置
-
-[alembic]
-# 迁移脚本目录
-script_location = alembic
-
-# 数据库连接 URL（通过环境变量覆盖）
-# 注意：Alembic 使用同步驱动，需要将 asyncpg 替换为 psycopg2
-sqlalchemy.url = postgresql://postgres:postgres@localhost:5432/edu_brain
-
-# 模板文件
-file_template = %%(year)d_%%(month).2d_%%(day).2d_%%(hour).2d%%(minute).2d-%%(rev)s_%%(slug)s
-
-# 是否自动应用迁移
-# prepend_sys_path = .
-
-# 时区设置
-timezone = Asia/Shanghai
-
-# 截断长迁移消息
-truncate_slug_length = 40
-
-# 修订 ID 格式
-# revision_environment = false
-
-# 输出编码
-# output_encoding = utf-8
-
-[post_write_hooks]
-
-[loggers]
-keys = root,sqlalchemy,alembic
-
-[handlers]
-keys = console
-
-[formatters]
-keys = generic
-
-[logger_root]
-level = WARN
-handlers = console
-qualname =
-
-[logger_sqlalchemy]
-level = WARN
-handlers =
-qualname = sqlalchemy.engine
-
-[logger_alembic]
-level = INFO
-handlers =
-qualname = alembic
-
-[handler_console]
-class = StreamHandler
-args = (sys.stderr,)
-level = NOTSET
-formatter = generic
-
-[formatter_generic]
-format = %(levelname)-5.5s [%(name)s] %(message)s
-datefmt = %H:%M:%S

alembic/env.py

@@ -1,67 +0,0 @@
-"""
-Alembic 迁移环境配置
-支持异步数据库连接
-"""
-
-from logging.config import fileConfig
-
-from alembic import context
-from sqlalchemy import engine_from_config, pool
-
-# 导入所有 ORM 模型以确保 Base.metadata 包含完整的表定义
-from app.models.base import Base
-
-# Alembic Config 对象
-config = context.config
-
-# 设置日志
-if config.config_file_name is not None:
-    fileConfig(config.config_file_name)
-
-# 元数据目标，用于自动生成迁移
-target_metadata = Base.metadata
-
-
-def run_migrations_offline() -> None:
-    """
-    以 'offline' 模式运行迁移。
-    只需要 URL，不需要 Engine。调用 context.execute() 将迁移
-    直接发送到数据库。
-    """
-    url = config.get_main_option("sqlalchemy.url")
-    context.configure(
-        url=url,
-        target_metadata=target_metadata,
-        literal_binds=True,
-        dialect_opts={"paramstyle": "named"},
-    )
-
-    with context.begin_transaction():
-        context.run_migrations()
-
-
-def run_migrations_online() -> None:
-    """
-    以 'online' 模式运行迁移。
-    创建 Engine 并关联 connection 到 context。
-    """
-    connectable = engine_from_config(
-        config.get_section(config.config_ini_section, {}),
-        prefix="sqlalchemy.",
-        poolclass=pool.NullPool,
-    )
-
-    with connectable.connect() as connection:
-        context.configure(
-            connection=connection,
-            target_metadata=target_metadata,
-        )
-
-        with context.begin_transaction():
-            context.run_migrations()
-
-
-if context.is_offline_mode():
-    run_migrations_offline()
-else:
-    run_migrations_online()

alembic/script.py.mako

@@ -1,26 +0,0 @@
-"""${message}
-
-Revision ID: ${up_revision}
-Revises: ${down_revision | comma,n}
-Create Date: ${create_date}
-
-"""
-from typing import Sequence, Union
-
-from alembic import op
-import sqlalchemy as sa
-${imports if imports else ""}
-
-# revision identifiers, used by Alembic.
-revision: str = ${repr(up_revision)}
-down_revision: Union[str, None] = ${repr(down_revision)}
-branch_labels: Union[str, Sequence[str], None] = ${repr(branch_labels)}
-depends_on: Union[str, Sequence[str], None] = ${repr(depends_on)}
-
-
-def upgrade() -> None:
-    ${upgrades if upgrades else "pass"}
-
-
-def downgrade() -> None:
-    ${downgrades if downgrades else "pass"}

app/__init__.py

@@ -1,5 +1,5 @@
 """
-中文直播教育知识库系统 - edu-brain
+中文直播教育知识库系统 - huibrain
 """
 
 __version__ = "1.2.0"

app/api/v1/images.py

@@ -30,6 +30,19 @@ from app.services.llm_service import LLMService
 logger = logging.getLogger(__name__)
 router = APIRouter()
 
+# OCR 并发控制信号量（动态读取配置）
+_ocr_semaphore: asyncio.Semaphore | None = None
+
+
+def _get_ocr_semaphore() -> asyncio.Semaphore:
+    """获取/重建 OCR 并发信号量"""
+    global _ocr_semaphore
+    from app.config import settings
+    concurrency = settings.OCR_CONCURRENCY
+    if _ocr_semaphore is None or _ocr_semaphore._value != concurrency:
+        _ocr_semaphore = asyncio.Semaphore(concurrency)
+    return _ocr_semaphore
+
 ALLOWED_EXTENSIONS = {".png", ".jpg", ".jpeg", ".bmp", ".webp"}
 
 # 全局 BM25 索引实例（在 main.py 中初始化）
@@ -126,6 +139,7 @@ async def recognize_image(image_id: int, db: AsyncSession = Depends(get_db)):
     await db.flush()
 
     try:
+        async with _get_ocr_semaphore():
             ocr_result = await OCRService.recognize(image_record.file_path)
         _save_ocr_result(image_record, ocr_result, db)
         await db.flush()
@@ -171,6 +185,7 @@ async def batch_recognize(files: List[UploadFile], db: AsyncSession = Depends(ge
         db.add(image_record)
         await db.flush()
         try:
+            async with _get_ocr_semaphore():
                 ocr_result = await OCRService.recognize(str(dest_path))
             # OCR 内容去重
             existing_id = await _check_ocr_duplicate(ocr_result.text, db)
@@ -239,6 +254,7 @@ async def import_from_paths(data: PathImportRequest, db: AsyncSession = Depends(
         db.add(image_record)
         await db.flush()
         try:
+            async with _get_ocr_semaphore():
                 ocr_result = await OCRService.recognize(file_path)
             # OCR 内容去重
             existing_id = await _check_ocr_duplicate(ocr_result.text, db)
@@ -279,6 +295,7 @@ async def recognize_direct(file: UploadFile, db: AsyncSession = Depends(get_db))
     db.add(image_record)
     await db.flush()
     try:
+        async with _get_ocr_semaphore():
             ocr_result = await OCRService.recognize(str(dest_path))
         # OCR 内容去重
         existing_id = await _check_ocr_duplicate(ocr_result.text, db)

app/api/v1/settings.py

@@ -12,6 +12,15 @@ from app.config import settings
 router = APIRouter()
 
 
+def _mask_secret(value: str | None, visible: int = 4) -> str | None:
+    """对敏感字符串脱敏，保留前 visible 个字符"""
+    if not value:
+        return None
+    if len(value) <= visible:
+        return "****"
+    return value[:visible] + "****"
+
+
 class SettingsResponse(BaseModel):
     """设置响应（隐藏敏感信息的中间位）"""
     embedding_provider: str
@@ -29,6 +38,7 @@ class SettingsResponse(BaseModel):
     chunk_overlap: int
     search_limit: int
     judge_batch_size: int
+    ocr_concurrency: int
     # API Key 只返回是否已配置（不返回实际值）
     has_minimax_key: bool
     has_deepseek_key: bool
@@ -37,6 +47,10 @@ class SettingsResponse(BaseModel):
     has_dashscope_key: bool
     has_aliyun_ocr: bool
     has_tencent_ocr: bool
+    # 企业微信机器人
+    wework_bot_enabled: bool
+    wework_bot_id: str | None
+    wework_bot_secret_masked: str | None
 
 
 @router.get("", response_model=SettingsResponse, summary="获取当前设置")
@@ -58,6 +72,7 @@ async def get_settings():
         chunk_overlap=settings.CHUNK_OVERLAP,
         search_limit=settings.SEARCH_LIMIT,
         judge_batch_size=settings.JUDGE_BATCH_SIZE,
+        ocr_concurrency=settings.OCR_CONCURRENCY,
         has_minimax_key=bool(settings.MINIMAX_API_KEY),
         has_deepseek_key=bool(settings.DEEPSEEK_API_KEY),
         has_openai_key=bool(settings.OPENAI_API_KEY),
@@ -65,6 +80,9 @@ async def get_settings():
         has_dashscope_key=bool(settings.DASHSCOPE_API_KEY),
         has_aliyun_ocr=bool(settings.ALIYUN_OCR_ACCESS_KEY),
         has_tencent_ocr=bool(settings.TENCENT_OCR_SECRET_ID),
+        wework_bot_enabled=settings.WEWORK_BOT_ENABLED,
+        wework_bot_id=settings.WEWORK_BOT_ID,
+        wework_bot_secret_masked=_mask_secret(settings.WEWORK_BOT_SECRET),
     )
 
 
@@ -94,6 +112,11 @@ class SettingsUpdate(BaseModel):
     chunk_overlap: int | None = None
     search_limit: int | None = None
     judge_batch_size: int | None = None
+    ocr_concurrency: int | None = None
+    # 企业微信机器人
+    wework_bot_enabled: bool | None = None
+    wework_bot_id: str | None = None
+    wework_bot_secret: str | None = None
 
 
 @router.put("", summary="更新设置")
@@ -139,6 +162,10 @@ async def update_settings(data: SettingsUpdate):
         "chunk_overlap": "CHUNK_OVERLAP",
         "search_limit": "SEARCH_LIMIT",
         "judge_batch_size": "JUDGE_BATCH_SIZE",
+        "ocr_concurrency": "OCR_CONCURRENCY",
+        "wework_bot_enabled": "WEWORK_BOT_ENABLED",
+        "wework_bot_id": "WEWORK_BOT_ID",
+        "wework_bot_secret": "WEWORK_BOT_SECRET",
     }
 
     for api_field, config_field in field_map.items():
@@ -221,3 +248,18 @@ async def test_ocr():
         return {"success": True, "message": f"OCR 提供商 {provider.name} 已就绪"}
     except Exception as e:
         return {"success": False, "message": f"OCR 测试失败: {str(e)}"}
+
+
+@router.post("/bot/restart", summary="重启企业微信机器人")
+async def restart_bot():
+    """重启企业微信机器人服务"""
+    from app.main import bot_manager
+    result = await bot_manager.restart()
+    return result
+
+
+@router.get("/bot/status", summary="获取企业微信机器人状态")
+async def get_bot_status():
+    """获取企业微信机器人运行状态"""
+    from app.main import bot_manager
+    return bot_manager.get_status()

app/config.py

@@ -46,8 +46,8 @@ class Settings(BaseSettings):
 
     # ──────────────────────────── 数据库 ────────────────────────────
     DATABASE_URL: str = Field(
-        default="postgresql+asyncpg://postgres:postgres@db:5432/edu_brain",
-        description="PostgreSQL 异步连接字符串",
+        default="sqlite+aiosqlite:///./hui_brain.db",
+        description="SQLite 数据库连接字符串",
     )
 
     # ──────────────────────────── 嵌入模型 ────────────────────────────
@@ -153,10 +153,8 @@ class Settings(BaseSettings):
     SEARCH_LIMIT: int = Field(default=3, description="图片搜索默认返回数量(1-10)")
     JUDGE_BATCH_SIZE: int = Field(default=10, description="每次LLM判断的文章数量(1-50)")
 
-    # ──────────────────────────── 服务端口 ────────────────────────────
-    HOST: str = Field(default="0.0.0.0", description="服务监听地址")
-    PORT: int = Field(default=8000, description="服务监听端口")
-    DEBUG: bool = Field(default=False, description="调试模式")
+    # ──────────────────────────── OCR ────────────────────────────
+    OCR_CONCURRENCY: int = Field(default=1, ge=1, le=10, description="OCR 并发识别数量(1-10)，多用户同时上传时控制并发")
 
     # ──────────────────────────── CORS ────────────────────────────
     CORS_ORIGINS: list[str] = Field(
@@ -177,15 +175,9 @@ class Settings(BaseSettings):
         default=None,
         description="企业微信智能机器人 Secret",
     )
-    WEWORK_BOT_SEARCH_LIMIT: int = Field(
-        default=3,
-        ge=1,
-        le=10,
-        description="企业微信机器人搜索返回图片数量上限",
-    )
-    EDUBRAIN_BASE_URL: str = Field(
+    HUIBRAIN_BASE_URL: str = Field(
         default="http://localhost:8765",
-        description="EduBrain 服务地址（供企业微信机器人调用搜索接口）",
+        description="HuiBrain 后端服务地址，企业微信机器人通过此地址调用后端 API（搜索/OCR识别等）。当机器人与后端部署在同一台机器时使用默认值 http://localhost:8765；若机器人独立部署到其他服务器，需改为后端的实际访问地址（如 http://192.168.1.100:8765）",
     )
 
     # ──────────────────────────── 属性方法 ────────────────────────────

app/database.py

@@ -1,12 +1,13 @@
 """
-数据库连接模块
-支持 PostgreSQL（生产）和 SQLite（本地开发）两种后端
+数据库连接管理
+
+SQLite 数据库，支持异步操作。
 """
 
 from __future__ import annotations
 
-from collections.abc import AsyncGenerator
 from pathlib import Path
+from typing import AsyncGenerator
 
 from sqlalchemy import text
 from sqlalchemy.ext.asyncio import (
@@ -14,34 +15,24 @@ from sqlalchemy.ext.asyncio import (
     async_sessionmaker,
     create_async_engine,
 )
-from sqlalchemy.pool import NullPool
 
 from app.config import settings
 
-# ──────────────────────────── 判断数据库类型 ────────────────────────────
+# ──────────────────────────── 数据库引擎 ────────────────────────────
 
 DB_URL = settings.DATABASE_URL
-IS_SQLITE = DB_URL.startswith("sqlite")
 
-# ──────────────────────────── 异步引擎 ────────────────────────────
-
-if IS_SQLITE:
-    # SQLite 配置
+# 解析 SQLite 文件路径
 sqlite_path = DB_URL.replace("sqlite+aiosqlite:///", "")
 if not sqlite_path.startswith("/"):
     sqlite_path = str(Path(__file__).parent.parent / sqlite_path)
 
+# 确保数据目录存在
+Path(sqlite_path).parent.mkdir(parents=True, exist_ok=True)
+
 engine = create_async_engine(
     f"sqlite+aiosqlite:///{sqlite_path}",
-        echo=settings.DEBUG,
-    )
-else:
-    # PostgreSQL 配置
-    engine = create_async_engine(
-        DB_URL,
-        echo=settings.DEBUG,
-        poolclass=NullPool,
-        pool_pre_ping=True,
+    echo=False,
 )
 
 # ──────────────────────────── 会话工厂 ────────────────────────────
@@ -61,47 +52,21 @@ async def get_db() -> AsyncGenerator[AsyncSession, None]:
     FastAPI 依赖项：获取异步数据库会话。
     """
     async with async_session_factory() as session:
-        try:
         yield session
-            await session.commit()
-        except Exception:
-            await session.rollback()
-            raise
 
 
-# ──────────────────────────── 生命周期辅助 ────────────────────────────
+async def close_db() -> None:
+    """关闭数据库连接池"""
+    await engine.dispose()
+
 
 async def init_db() -> None:
     """初始化数据库：建表"""
     from app.models.base import Base
 
     async with engine.begin() as conn:
-        if IS_SQLITE:
         # SQLite 启用 WAL 模式和外键约束
         await conn.execute(text("PRAGMA journal_mode=WAL"))
         await conn.execute(text("PRAGMA foreign_keys=ON"))
         # 创建所有表
         await conn.run_sync(Base.metadata.create_all)
-
-    if not IS_SQLITE:
-        # PostgreSQL 需要创建扩展
-        async with engine.begin() as conn:
-            try:
-                await conn.execute(text("CREATE EXTENSION IF NOT EXISTS vector"))
-            except Exception:
-                pass
-            try:
-                await conn.execute(text("CREATE EXTENSION IF NOT EXISTS zhparser"))
-            except Exception:
-                pass
-            try:
-                await conn.execute(text(
-                    "CREATE TEXT SEARCH CONFIGURATION IF NOT EXISTS chinese_zh (PARSER = zhparser)"
-                ))
-            except Exception:
-                pass
-
-
-async def close_db() -> None:
-    """关闭数据库引擎"""
-    await engine.dispose()

app/main.py

@@ -5,8 +5,10 @@ FastAPI 应用入口
 
 from __future__ import annotations
 
+import asyncio
 import json
 import logging
+import threading
 from contextlib import asynccontextmanager
 from pathlib import Path
 from typing import AsyncGenerator
@@ -18,6 +20,88 @@ from fastapi.responses import FileResponse, JSONResponse, RedirectResponse
 from app.config import settings
 from app.database import close_db, init_db
 
+_logger = logging.getLogger(__name__)
+
+
+class BotManager:
+    """管理企业微信机器人的生命周期（在后台线程中运行）"""
+
+    def __init__(self):
+        self._thread: threading.Thread | None = None
+        self._running = False
+
+    def start(self):
+        """在后台线程中启动机器人"""
+        if self._running:
+            _logger.info("企业微信机器人已在运行")
+            return
+        if not settings.WEWORK_BOT_ENABLED or not settings.WEWORK_BOT_ID or not settings.WEWORK_BOT_SECRET:
+            _logger.info("企业微信机器人未配置，跳过启动")
+            return
+
+        self._thread = threading.Thread(
+            target=self._run_bot, daemon=True, name="wework-bot"
+        )
+        self._thread.start()
+        _logger.info("企业微信机器人已在后台线程启动")
+
+    def _run_bot(self):
+        """在线程中运行 bot（需要新建事件循环）"""
+        self._running = True
+        loop = asyncio.new_event_loop()
+        asyncio.set_event_loop(loop)
+        try:
+            loop.run_until_complete(self._run_bot_async())
+        except Exception as e:
+            _logger.error("企业微信机器人线程异常退出: %s", e, exc_info=True)
+        finally:
+            loop.close()
+            self._running = False
+
+    async def _run_bot_async(self):
+        """异步运行 bot"""
+        from app.wework_bot import WeComBotService
+        service = WeComBotService()
+        await service.start_async()
+
+    async def restart(self) -> dict:
+        """重启机器人（先停后启）"""
+        was_running = self._running
+        # 停止旧的（设置 enabled=False 让旧线程自然退出）
+        old_id = settings.WEWORK_BOT_ID
+        old_secret = settings.WEWORK_BOT_SECRET
+        old_enabled = settings.WEWORK_BOT_ENABLED
+
+        if not old_enabled or not old_id or not old_secret:
+            return {"success": False, "message": "请先配置机器人 ID 和 Secret 并启用"}
+
+        # 等待旧线程结束
+        if self._thread and self._thread.is_alive():
+            # SDK 的 run() 会阻塞，无法从外部优雅停止
+            # 通过设置 enabled=False 让下次检查时退出
+            _logger.info("等待旧机器人线程结束...")
+            # 无法强制停止，提示用户
+            if was_running:
+                return {"success": False, "message": "旧机器人正在运行，请稍后重试（SDK 不支持强制停止）"}
+
+        # 启动新的
+        self.start()
+        return {"success": True, "message": "机器人已启动"}
+
+    def get_status(self) -> dict:
+        """获取机器人状态"""
+        configured = bool(settings.WEWORK_BOT_ID and settings.WEWORK_BOT_SECRET)
+        return {
+            "enabled": settings.WEWORK_BOT_ENABLED,
+            "configured": configured,
+            "running": self._running,
+            "bot_id": settings.WEWORK_BOT_ID,
+        }
+
+
+# 全局 bot 管理器
+bot_manager = BotManager()
+
 
 @asynccontextmanager
 async def lifespan(_app: FastAPI) -> AsyncGenerator[None, None]:
@@ -32,6 +116,9 @@ async def lifespan(_app: FastAPI) -> AsyncGenerator[None, None]:
     settings.ensure_dirs()
     await init_db()
 
+    # 启动企业微信机器人（后台线程）
+    bot_manager.start()
+
     # 预热嵌入服务（懒加载，首次调用时初始化）
     try:
         from app.services.embedding_service import EmbeddingService
@@ -95,7 +182,7 @@ async def lifespan(_app: FastAPI) -> AsyncGenerator[None, None]:
 # ──────────────────────────── 创建应用 ────────────────────────────
 
 app = FastAPI(
-    title="EduBrain - 中文直播教育知识库",
+    title="HuiBrain - 中文直播教育知识库",
     description="基于向量检索的中文直播教育知识库系统，支持直播文字稿导入、OCR 截图识别、语义搜索等功能。",
     version="1.2.0",
     lifespan=lifespan,
@@ -121,7 +208,7 @@ async def global_exception_handler(request: Request, exc: Exception) -> JSONResp
     logger.error("未处理异常: %s", exc, exc_info=True)
     return JSONResponse(
         status_code=500,
-        content={"detail": "服务器内部错误", "message": str(exc) if settings.DEBUG else "请稍后重试"},
+        content={"detail": "服务器内部错误", "message": str(exc)},
     )
 
 

app/mcp/server.py

@@ -21,7 +21,7 @@ logger = logging.getLogger(__name__)
 # ──────────────────────────── 创建 MCP Server ────────────────────────────
 
 mcp = FastMCP(
-    name="EduBrain-Knowledge",
+    name="HuiBrain-Knowledge",
     instructions=(
         "中文直播教育知识库助手。你可以使用以下工具来搜索和查询知识库中的内容：\n"
         "- search_knowledge: 语义搜索知识库，支持按课程、讲师、日期过滤\n"

app/models/base.py

@@ -1,26 +1,18 @@
 """
-SQLAlchemy 基础模型 + 通用 Mixin
-提供 DeclarativeBase、时间戳 Mixin 和公共序列化方法
-兼容 PostgreSQL（pgvector）和 SQLite（本地开发）
+ORM 模型定义
+
+SQLite 数据库模型，使用 Text 存储 JSON 格式的向量。
 """
 
 from __future__ import annotations
 
+import json
 from datetime import datetime
 from typing import Any, Dict
 
 from sqlalchemy import DateTime, Float, Integer, String, Text, func
 from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column
 
-from app.database import IS_SQLITE
-
-# SQLite 下不使用 pgvector，用 Text 存储向量（JSON 格式）
-if IS_SQLITE:
-    VectorType = Text
-else:
-    from pgvector.sqlalchemy import Vector
-    VectorType = Vector
-
 
 class Base(DeclarativeBase):
     """所有 ORM 模型的基类"""
@@ -28,96 +20,83 @@ class Base(DeclarativeBase):
 
 
 class TimestampMixin:
-    """
-    时间戳 Mixin，为模型自动添加 created_at / updated_at 字段。
-    """
+    """时间戳 Mixin"""
+
     created_at: Mapped[datetime] = mapped_column(
-        DateTime(timezone=True),
-        server_default=func.now(),
-        comment="创建时间",
+        DateTime, default=func.now(), comment="创建时间"
     )
     updated_at: Mapped[datetime] = mapped_column(
-        DateTime(timezone=True),
-        server_default=func.now(),
-        onupdate=func.now(),
-        comment="更新时间",
+        DateTime, default=func.now(), onupdate=func.now(), comment="更新时间"
     )
 
-    def to_dict(self) -> Dict[str, Any]:
-        """将模型实例转换为字典"""
-        result: Dict[str, Any] = {}
-        for column in self.__table__.columns:  # type: ignore[attr-defined]
-            value = getattr(self, column.name, None)
-            if isinstance(value, datetime):
-                value = value.isoformat()
-            elif hasattr(value, "tolist"):
-                value = value.tolist()
-            result[column.name] = value
-        return result
-
-
-# ──────────────────────────── 业务模型 ────────────────────────────
 
 class KnowledgePage(Base, TimestampMixin):
-    """知识页面模型"""
+    """知识页面"""
     __tablename__ = "knowledge_pages"
 
     id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
     title: Mapped[str] = mapped_column(String(500), nullable=False, comment="页面标题")
-    content: Mapped[str] = mapped_column(Text, nullable=False, comment="页面正文内容")
-    source_file: Mapped[str | None] = mapped_column(String(500), nullable=True, comment="来源文件名")
-    course_name: Mapped[str | None] = mapped_column(String(200), nullable=True, comment="课程名称")
-    teacher_name: Mapped[str | None] = mapped_column(String(100), nullable=True, comment="讲师名称")
-    live_date: Mapped[str | None] = mapped_column(String(20), nullable=True, comment="直播日期")
-    page_number: Mapped[int | None] = mapped_column(Integer, nullable=True, comment="原始页码")
-    metadata_json: Mapped[str | None] = mapped_column(Text, nullable=True, comment="额外元数据")
+    content: Mapped[str] = mapped_column(Text, nullable=False, comment="页面内容")
+    source: Mapped[str | None] = mapped_column(String(200), nullable=True, comment="来源文件名")
+    page_number: Mapped[int | None] = mapped_column(Integer, nullable=True, comment="原文件页码")
+    # 向量嵌入（JSON 格式存储）
+    embedding: Mapped[str | None] = mapped_column(Text, nullable=True, comment="向量嵌入（JSON）")
 
+    @property
+    def embedding_vector(self) -> list[float] | None:
+        if self.embedding is None:
+            return None
+        return json.loads(self.embedding)
 
-class KnowledgeChunk(Base, TimestampMixin):
-    """知识分块模型"""
-    __tablename__ = "knowledge_chunks"
-
-    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
-    page_id: Mapped[int] = mapped_column(Integer, nullable=False, index=True, comment="关联页面 ID")
-    chunk_index: Mapped[int] = mapped_column(Integer, nullable=False, comment="分块序号")
-    content: Mapped[str] = mapped_column(Text, nullable=False, comment="分块文本内容")
-    embedding: Mapped[list | None] = mapped_column(
-        VectorType(768) if not IS_SQLITE else Text,
-        nullable=True,
-        comment="嵌入向量",
-    )
-    search_vector: Mapped[Any | None] = mapped_column(
-        Text, nullable=True, comment="全文搜索向量（仅 PG）",
-    )
-
-    def to_dict(self) -> Dict[str, Any]:
-        result = super().to_dict()
-        result.pop("embedding", None)
-        result.pop("search_vector", None)
-        return result
+    @embedding_vector.setter
+    def embedding_vector(self, value: list[float] | None):
+        self.embedding = json.dumps(value) if value else None
 
 
 class OCRImage(Base, TimestampMixin):
-    """OCR 图片记录模型"""
+    """OCR 图片记录"""
     __tablename__ = "ocr_images"
 
     id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
     file_path: Mapped[str] = mapped_column(String(500), nullable=False, comment="图片文件路径")
-    ocr_text: Mapped[str | None] = mapped_column(Text, nullable=True, comment="OCR 识别全文")
-    confidence: Mapped[float | None] = mapped_column(Float, nullable=True, comment="平均置信度")
+    original_filename: Mapped[str | None] = mapped_column(String(200), nullable=True, comment="原始文件名")
+    ocr_text: Mapped[str | None] = mapped_column(Text, nullable=True, comment="OCR 识别文本")
+    confidence: Mapped[float | None] = mapped_column(Float, nullable=True, comment="OCR 置信度")
     provider: Mapped[str | None] = mapped_column(String(50), nullable=True, comment="OCR 提供商")
-    status: Mapped[str] = mapped_column(String(20), default="pending", comment="处理状态")
-    error_message: Mapped[str | None] = mapped_column(Text, nullable=True, comment="错误信息")
-    tags: Mapped[str | None] = mapped_column(Text, nullable=True, comment="LLM 提取的标签，JSON 数组格式")
-    story_summary: Mapped[str | None] = mapped_column(Text, nullable=True, comment="Qwen3-8B 提炼的故事摘要")
+    status: Mapped[str] = mapped_column(
+        String(20), default="pending", comment="状态: pending/processing/completed/failed"
+    )
+    tags: Mapped[str | None] = mapped_column(Text, nullable=True, comment="关键词标签（JSON 数组）")
+    story_summary: Mapped[str | None] = mapped_column(Text, nullable=True, comment="故事摘要")
+    blocks: Mapped[str | None] = mapped_column(Text, nullable=True, comment="OCR 文本块（JSON）")
 
-    def to_dict(self) -> Dict[str, Any]:
-        result = super().to_dict()
-        # 将 tags 从 JSON 字符串解析为列表返回
-        if result.get("tags") and isinstance(result["tags"], str):
-            try:
-                import json
-                result["tags"] = json.loads(result["tags"])
-            except (json.JSONDecodeError, TypeError):
-                pass
-        return result
+    @property
+    def tags_list(self) -> list[str]:
+        if self.tags is None:
+            return []
+        return json.loads(self.tags)
+
+    @tags_list.setter
+    def tags_list(self, value: list[str]):
+        self.tags = json.dumps(value) if value else None
+
+    @property
+    def blocks_list(self) -> list[dict]:
+        if self.blocks is None:
+            return []
+        return json.loads(self.blocks)
+
+    @blocks_list.setter
+    def blocks_list(self, value: list[dict]):
+        self.blocks = json.dumps(value) if value else None
+
+
+class WebsiteSettings(Base):
+    """网站设置（单例）"""
+    __tablename__ = "website_settings"
+
+    key: Mapped[str] = mapped_column(String(100), primary_key=True, comment="设置键")
+    value: Mapped[str | None] = mapped_column(Text, nullable=True, comment="设置值（JSON）")
+    updated_at: Mapped[datetime] = mapped_column(
+        DateTime, default=func.now(), onupdate=func.now(), comment="更新时间"
+    )

app/services/import_service.py

@@ -14,7 +14,6 @@ from sqlalchemy import text
 from sqlalchemy.ext.asyncio import AsyncSession
 
 from app.config import settings
-from app.database import IS_SQLITE
 
 logger = logging.getLogger(__name__)
 
@@ -343,7 +342,6 @@ class ImportService:
 
         # 批量插入
         for idx, (chunk_text, embedding) in enumerate(zip(chunks, embeddings)):
-            if IS_SQLITE:
             # SQLite: 向量存为 JSON 文本
             import json as _json
             embedding_str = _json.dumps(embedding) if embedding else None
@@ -351,13 +349,6 @@ class ImportService:
                 INSERT INTO knowledge_chunks (page_id, chunk_index, content, embedding)
                 VALUES (:page_id, :chunk_index, :content, :embedding)
             """)
-            else:
-                # PostgreSQL: 使用 pgvector 类型
-                embedding_str = "[" + ",".join(str(x) for x in embedding) + "]" if embedding else None
-                sql = text("""
-                    INSERT INTO knowledge_chunks (page_id, chunk_index, content, embedding)
-                    VALUES (:page_id, :chunk_index, :content, :embedding::vector)
-                """)
             await self.db.execute(sql, {
                 "page_id": page_id,
                 "chunk_index": idx,
@@ -365,14 +356,6 @@ class ImportService:
                 "embedding": embedding_str,
             })
 
-        # 更新全文搜索向量（仅 PostgreSQL）
-        if not IS_SQLITE:
-            await self.db.execute(text("""
-                UPDATE knowledge_chunks
-                SET search_vector = to_tsvector('chinese_zh', content)
-                WHERE page_id = :page_id
-            """), {"page_id": page_id})
-
         await self.db.flush()
         return len(chunks)
 

app/services/search_service.py

@@ -1,20 +1,18 @@
 """
 语义搜索服务
-支持 PostgreSQL（向量+全文混合）和 SQLite（LIKE 关键词搜索）
+
+SQLite 数据库，使用 LIKE 关键词搜索。
 """
 
 from __future__ import annotations
 
-import json
 import logging
 import time
-from typing import List, Optional
+from typing import List
 
 from sqlalchemy import text
 from sqlalchemy.ext.asyncio import AsyncSession
 
-from app.config import settings
-from app.database import IS_SQLITE
 from app.schemas.search import SearchRequest, SearchResult, SearchResponse
 
 logger = logging.getLogger(__name__)
@@ -28,21 +26,10 @@ class SearchService:
 
     async def search(self, request: SearchRequest) -> SearchResponse:
         """
-        执行搜索。
-        - PostgreSQL: 向量搜索 + 中文全文搜索混合排序
-        - SQLite: LIKE 关键词搜索（无向量能力）
+        执行搜索：使用 LIKE 关键词搜索
         """
         start_time = time.time()
 
-        if IS_SQLITE:
-            return await self._search_sqlite(request, start_time)
-        else:
-            return await self._search_postgres(request, start_time)
-
-    # ──────────────────────────── SQLite 搜索 ────────────────────────────
-
-    async def _search_sqlite(self, request: SearchRequest, start_time: float) -> SearchResponse:
-        """SQLite 模式：使用 LIKE 关键词搜索"""
         # LLM 查询扩展（可选）
         expanded_queries = [request.query]
         try:
@@ -109,178 +96,3 @@ class SearchService:
             results=results,
             elapsed_ms=round(elapsed_ms, 2),
         )
-
-    # ──────────────────────────── PostgreSQL 搜索 ────────────────────────────
-
-    async def _search_postgres(self, request: SearchRequest, start_time: float) -> SearchResponse:
-        """PostgreSQL 模式：向量搜索 + 中文全文搜索混合"""
-        # LLM 查询扩展
-        expanded_queries = [request.query]
-        if request.use_fulltext:
-            try:
-                from app.services.llm_service import LLMService
-                expanded_queries = await LLMService.expand_query(request.query)
-            except Exception as exc:
-                logger.debug("查询扩展跳过: %s", exc)
-
-        # 生成查询向量
-        from app.services.embedding_service import EmbeddingService
-        all_query_embeddings = await EmbeddingService.embed_batch(expanded_queries)
-
-        # 构建过滤条件
-        where_clauses = []
-        params: dict = {}
-
-        if request.course_name:
-            where_clauses.append("kp.course_name = :course_name")
-            params["course_name"] = request.course_name
-        if request.teacher_name:
-            where_clauses.append("kp.teacher_name = :teacher_name")
-            params["teacher_name"] = request.teacher_name
-        if request.live_date_from:
-            where_clauses.append("kp.live_date >= :live_date_from")
-            params["live_date_from"] = request.live_date_from
-        if request.live_date_to:
-            where_clauses.append("kp.live_date <= :live_date_to")
-            params["live_date_to"] = request.live_date_to
-
-        where_sql = ""
-        if where_clauses:
-            where_sql = "AND " + " AND ".join(where_clauses)
-
-        # 向量搜索
-        vector_results = []
-        params["limit"] = request.top_k * 2
-        for q_embedding in all_query_embeddings:
-            embedding_str = "[" + ",".join(str(x) for x in q_embedding) + "]"
-            vector_sql = f"""
-                SELECT
-                    kc.id AS chunk_id,
-                    kp.id AS page_id,
-                    kp.title AS page_title,
-                    kc.content,
-                    1 - (kc.embedding <=> :embedding::vector) AS vector_score,
-                    0.0 AS text_score,
-                    kp.course_name,
-                    kp.teacher_name,
-                    kp.live_date
-                FROM knowledge_chunks kc
-                JOIN knowledge_pages kp ON kc.page_id = kp.id
-                WHERE kc.embedding IS NOT NULL
-                  {where_sql}
-                ORDER BY kc.embedding <=> :embedding::vector
-                LIMIT :limit
-            """
-            v_params = {**params, "embedding": embedding_str}
-            result = await self.db.execute(text(vector_sql), v_params)
-            vector_results.extend(result.fetchall())
-
-        # 全文搜索
-        text_results = []
-        if request.use_fulltext:
-            for q in expanded_queries:
-                clean_query = q.replace("'", "''")
-                fulltext_sql = f"""
-                    SELECT
-                        kc.id AS chunk_id,
-                        kp.id AS page_id,
-                        kp.title AS page_title,
-                        kc.content,
-                        0.0 AS vector_score,
-                        ts_rank_cd(kc.search_vector, to_tsquery('chinese_zh', :query)) AS text_score,
-                        kp.course_name,
-                        kp.teacher_name,
-                        kp.live_date,
-                        ts_headline('chinese_zh', kc.content, to_tsquery('chinese_zh', :query),
-                                    'MaxWords=50, MinWords=20, ShortWord=2') AS highlight
-                    FROM knowledge_chunks kc
-                    JOIN knowledge_pages kp ON kc.page_id = kp.id
-                    WHERE kc.search_vector @@ to_tsquery('chinese_zh', :query)
-                      {where_sql}
-                    ORDER BY text_score DESC
-                    LIMIT :limit
-                """
-                ft_params = {**params, "query": clean_query}
-                ft_result = await self.db.execute(text(fulltext_sql), ft_params)
-                text_results.extend(ft_result.fetchall())
-
-        # 合并结果
-        merged: dict[int, dict] = {}
-
-        for row in vector_results:
-            chunk_id = row.chunk_id
-            if chunk_id not in merged:
-                merged[chunk_id] = {
-                    "chunk_id": chunk_id,
-                    "page_id": row.page_id,
-                    "page_title": row.page_title,
-                    "content": row.content,
-                    "vector_score": row.vector_score,
-                    "text_score": 0.0,
-                    "course_name": row.course_name,
-                    "teacher_name": row.teacher_name,
-                    "live_date": row.live_date,
-                    "highlight": None,
-                }
-            else:
-                merged[chunk_id]["vector_score"] = max(
-                    merged[chunk_id]["vector_score"], row.vector_score
-                )
-
-        for row in text_results:
-            chunk_id = row.chunk_id
-            if chunk_id not in merged:
-                merged[chunk_id] = {
-                    "chunk_id": chunk_id,
-                    "page_id": row.page_id,
-                    "page_title": row.page_title,
-                    "content": row.content,
-                    "vector_score": 0.0,
-                    "text_score": row.text_score or 0.0,
-                    "course_name": row.course_name,
-                    "teacher_name": row.teacher_name,
-                    "live_date": row.live_date,
-                    "highlight": row.highlight,
-                }
-            else:
-                merged[chunk_id]["text_score"] = max(
-                    merged[chunk_id]["text_score"], row.text_score or 0.0
-                )
-                if row.highlight:
-                    merged[chunk_id]["highlight"] = row.highlight
-
-        # 计算综合得分
-        max_text_score = max(
-            (r["text_score"] for r in merged.values()), default=1.0
-        ) or 1.0
-
-        scored_results = []
-        for item in merged.values():
-            normalized_text = item["text_score"] / max_text_score if max_text_score > 0 else 0
-            combined_score = 0.7 * item["vector_score"] + 0.3 * normalized_text
-
-            if combined_score >= request.threshold:
-                scored_results.append(
-                    SearchResult(
-                        chunk_id=item["chunk_id"],
-                        page_id=item["page_id"],
-                        page_title=item["page_title"],
-                        content=item["content"],
-                        score=round(combined_score, 4),
-                        course_name=item["course_name"],
-                        teacher_name=item["teacher_name"],
-                        live_date=item["live_date"],
-                        highlight=item["highlight"],
-                    )
-                )
-
-        scored_results.sort(key=lambda x: x.score, reverse=True)
-        scored_results = scored_results[:request.top_k]
-
-        elapsed_ms = (time.time() - start_time) * 1000
-        return SearchResponse(
-            query=request.query,
-            total=len(scored_results),
-            results=scored_results,
-            elapsed_ms=round(elapsed_ms, 2),
-        )

app/wework_bot.py

@@ -4,7 +4,9 @@
 使用官方 SDK (wecom-aibot-python-sdk) 的 WSClient 类，
 封装了连接管理、心跳、断线重连等能力。
 
-作为独立进程运行：python -m app.wework_bot
+支持两种运行方式：
+1. 集成模式：后端启动时自动拉起（BotManager）
+2. 独立进程：python -m app.wework_bot
 """
 
 from __future__ import annotations
@@ -16,6 +18,10 @@ import logging
 import math
 import os
 import re
+import tempfile
+import time
+import asyncio
+from datetime import datetime
 
 import httpx
 from aibot import WSClient, WSClientOptions, generate_req_id
@@ -24,6 +30,8 @@ from dotenv import load_dotenv
 # 加载 .env 文件（独立运行时需要）
 load_dotenv()
 
+from app.config import settings
+
 logger = logging.getLogger("wework_bot")
 
 # 分片上传参数（参考官方文档）
@@ -34,17 +42,14 @@ class WeComBotService:
     """企业微信智能机器人服务（WebSocket 长连接模式）"""
 
     def __init__(self):
-        self.bot_id = os.getenv("WEWORK_BOT_ID", "")
-        self.bot_secret = os.getenv("WEWORK_BOT_SECRET", "")
-        self.edubrain_base_url = os.getenv(
-            "EDUBRAIN_BASE_URL", "http://localhost:8765"
-        )
-        self.search_limit = int(os.getenv("WEWORK_BOT_SEARCH_LIMIT", "3"))
-        self.enabled = os.getenv("WEWORK_BOT_ENABLED", "false").lower() == "true"
+        self.bot_id = settings.WEWORK_BOT_ID or ""
+        self.bot_secret = settings.WEWORK_BOT_SECRET or ""
+        self.huibrain_base_url = settings.HUIBRAIN_BASE_URL
+        self.enabled = settings.WEWORK_BOT_ENABLED
         self.ws_client: WSClient | None = None
 
     def start(self):
-        """启动机器人服务"""
+        """启动机器人服务（阻塞模式，用于独立进程运行）"""
         if not self.enabled:
             logger.info("企业微信机器人未启用 (WEWORK_BOT_ENABLED=false)")
             return
@@ -60,16 +65,42 @@ class WeComBotService:
             )
         )
 
-        # 注册事件
+        self._register_events()
+        logger.info("启动企业微信智能机器人...")
+        self.ws_client.run()
+
+    async def start_async(self):
+        """启动机器人服务（异步模式，用于嵌入到其他事件循环）"""
+        if not self.enabled:
+            logger.info("企业微信机器人未启用 (WEWORK_BOT_ENABLED=false)")
+            return
+
+        if not self.bot_id or not self.bot_secret:
+            logger.error("WEWORK_BOT_ID 或 WEWORK_BOT_SECRET 未配置")
+            return
+
+        self.ws_client = WSClient(
+            WSClientOptions(
+                bot_id=self.bot_id,
+                secret=self.bot_secret,
+            )
+        )
+
+        self._register_events()
+        logger.info("启动企业微信智能机器人（异步模式）...")
+        await self.ws_client.connect()
+        # 永远等待，保持连接
+        await asyncio.Future()
+
+    def _register_events(self):
+        """注册所有事件处理器"""
         self.ws_client.on("authenticated", self._on_authenticated)
         self.ws_client.on("message.text", self._on_text_message)
+        self.ws_client.on("message.image", self._on_image_message)
         self.ws_client.on("event.enter_chat", self._on_enter_chat)
         self.ws_client.on("disconnected", self._on_disconnected)
         self.ws_client.on("error", self._on_error)
 
-        logger.info("启动企业微信智能机器人...")
-        self.ws_client.run()
-
     # ──────────────────────────── 事件处理 ────────────────────────────
 
     def _on_authenticated(self):
@@ -83,7 +114,7 @@ class WeComBotService:
             {
                 "msgtype": "text",
                 "text": {
-                    "content": "你好！我是知识库图片搜索助手，发送关键词即可搜索相关图片。"
+                    "content": "你好！我是知识库助手，支持以下功能：\n\n1. 发送关键词 → 搜索相关图片\n2. 发送图片 → 自动识别并录入知识库"
                 },
             },
         )
@@ -121,7 +152,7 @@ class WeComBotService:
             False,
         )
 
-        # 调用 EduBrain 搜索
+        # 调用 HuiBrain 搜索
         try:
             results = await self._search_images(keyword)
 
@@ -194,6 +225,104 @@ class WeComBotService:
         """连接断开回调"""
         logger.warning("企业微信连接断开: %s", reason)
 
+    async def _on_image_message(self, frame: dict):
+        """收到图片消息 -> 下载解密 -> 调用OCR识别 -> 回复结果"""
+        body = frame.get("body", {})
+        image_info = body.get("image", {})
+        image_url = image_info.get("url", "")
+        aes_key = image_info.get("aeskey", "")
+
+        if not image_url:
+            logger.warning("收到图片消息但无下载地址")
+            return
+
+        stream_id = generate_req_id("stream")
+        await self.ws_client.reply_stream(
+            frame, stream_id, "收到图片，正在识别...", False
+        )
+
+        try:
+            # 1. 下载并解密图片
+            image_data, original_filename = await self.ws_client.download_file(
+                image_url, aes_key
+            )
+            if not image_data:
+                await self.ws_client.reply_stream(
+                    frame, stream_id, "图片下载失败，请重试", True
+                )
+                return
+
+            logger.info(
+                "图片下载成功: filename=%s, size=%d bytes",
+                original_filename, len(image_data),
+            )
+
+            # 2. 生成保存文件名（避免重名）
+            ext = os.path.splitext(original_filename or "image.jpg")[1] or ".jpg"
+            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+            save_filename = f"wecom_{timestamp}{ext}"
+
+            # 3. 调用后端 recognize-direct 接口
+            async with httpx.AsyncClient(timeout=120.0) as client:
+                resp = await client.post(
+                    f"{self.huibrain_base_url}/api/v1/images/recognize-direct",
+                    files={"file": (save_filename, image_data, "image/jpeg")},
+                )
+
+            if resp.status_code != 200:
+                logger.error("OCR 识别失败: status=%d, body=%s", resp.status_code, resp.text)
+                await self.ws_client.reply_stream(
+                    frame, stream_id, "图片识别失败，请稍后重试", True
+                )
+                return
+
+            result = resp.json()
+
+            # 4. 根据识别结果回复
+            status = result.get("status", "")
+
+            if status == "duplicate":
+                dup_id = result.get("duplicate_of", "?")
+                ocr_text = result.get("ocr_text", "")
+                preview = ocr_text[:200].replace("\n", " ") if ocr_text else "无识别内容"
+                await self.ws_client.reply_stream(
+                    frame,
+                    stream_id,
+                    f"🔄 该图片内容已存在于知识库中（ID: {dup_id}），无需重复录入。\n\n识别内容：\n{preview}{'...' if len(ocr_text) > 200 else ''}",
+                    True,
+                )
+            elif status == "completed":
+                ocr_text = result.get("ocr_text", "")
+                preview = ocr_text[:200].replace("\n", " ") if ocr_text else "无识别内容"
+                record_id = result.get("id", "?")
+                await self.ws_client.reply_stream(
+                    frame,
+                    stream_id,
+                    f"✅ 图片已录入知识库（ID: {record_id}）\n\n识别内容预览：\n{preview}{'...' if len(ocr_text) > 200 else ''}",
+                    True,
+                )
+            elif status == "failed":
+                error_msg = result.get("message", result.get("detail", "未知错误"))
+                await self.ws_client.reply_stream(
+                    frame,
+                    stream_id,
+                    f"图片识别失败：{error_msg}",
+                    True,
+                )
+            else:
+                await self.ws_client.reply_stream(
+                    frame,
+                    stream_id,
+                    f"图片处理结果：{json.dumps(result, ensure_ascii=False)}",
+                    True,
+                )
+
+        except Exception as e:
+            logger.error("处理图片消息失败: %s", e, exc_info=True)
+            await self.ws_client.reply_stream(
+                frame, stream_id, f"处理图片时出错：{e}", True
+            )
+
     def _on_error(self, error):
         """错误回调"""
         logger.error("企业微信机器人错误: %s", error)
@@ -301,17 +430,19 @@ class WeComBotService:
         """从后端 API 实时获取当前 search_limit 配置"""
         try:
             async with httpx.AsyncClient(timeout=5.0) as client:
-                resp = await client.get(f"{self.edubrain_base_url}/api/v1/settings")
+                resp = await client.get(f"{self.huibrain_base_url}/api/v1/settings")
                 if resp.status_code == 200:
                     data = resp.json()
-                    return data.get("search_limit", self.search_limit)
+                    limit = data.get("search_limit")
+                    if limit:
+                        return limit
         except Exception as e:
             logger.warning("获取 search_limit 失败，使用默认值: %s", e)
-        return self.search_limit
+        return settings.SEARCH_LIMIT
 
     async def _search_images(self, keyword: str) -> list:
         """
-        调用 EduBrain 搜索接口（SSE 流式），收集所有匹配结果。
+        调用 HuiBrain 搜索接口（SSE 流式），收集所有匹配结果。
 
         Args:
             keyword: 搜索关键词
@@ -320,7 +451,7 @@ class WeComBotService:
             匹配结果列表
         """
         results = []
-        url = f"{self.edubrain_base_url}/api/v1/images/search"
+        url = f"{self.huibrain_base_url}/api/v1/images/search"
         limit = await self._get_search_limit()
 
         async with httpx.AsyncClient(timeout=300.0) as client:

docker-compose.yml

@@ -1,55 +1,21 @@
 version: "3.8"
 
 services:
-  # ── 应用服务 ──
   app:
     build:
       context: .
       dockerfile: Dockerfile
-    container_name: edu-brain-app
+    container_name: huibrain-app
     restart: unless-stopped
     ports:
       - "${APP_PORT:-8000}:8000"
     volumes:
-      - ./data:/app/data          # 数据目录挂载
+      - ./data:/app/data
     env_file:
       - .env
-    depends_on:
-      db:
-        condition: service_healthy
-    environment:
-      - DATABASE_URL=postgresql+asyncpg://postgres:${POSTGRES_PASSWORD:-postgres}@db:5432/edu_brain
     healthcheck:
       test: ["CMD", "python", "-c", "import urllib.request; urllib.request.urlopen('http://localhost:8000/health')"]
       interval: 30s
       timeout: 10s
       retries: 3
       start_period: 60s
-
-  # ── PostgreSQL 数据库（pgvector + zhparser 自定义镜像） ──
-  db:
-    build:
-      context: .
-      dockerfile: Dockerfile.db
-    container_name: edu-brain-db
-    restart: unless-stopped
-    ports:
-      - "${DB_PORT:-5432}:5432"
-    volumes:
-      - postgres_data:/var/lib/postgresql/data
-      - ./sql/init.sql:/docker-entrypoint-initdb.d/01-init.sql:ro
-    environment:
-      POSTGRES_USER: postgres
-      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD:-postgres}
-      POSTGRES_DB: edu_brain
-      POSTGRES_HOST_AUTH_METHOD: scram-sha-256
-    healthcheck:
-      test: ["CMD-SHELL", "pg_isready -U postgres -d edu_brain"]
-      interval: 10s
-      timeout: 5s
-      retries: 5
-      start_period: 30s
-
-volumes:
-  postgres_data:
-    driver: local

docs/IMAGE_API_GUIDE.md

@@ -1,6 +1,6 @@
-# EduBrain 图片功能集成指南
+# HuiBrain 图片功能集成指南
 
-> 本文档介绍如何在 ADK Agent 项目中集成 EduBrain 的图片 OCR 和搜索功能。
+> 本文档介绍如何在 ADK Agent 项目中集成 HuiBrain 的图片 OCR 和搜索功能。
 
 ## 服务地址
 
@@ -20,8 +20,10 @@ BASE_URL = http://localhost:8765
 | POST | `/batch-recognize` | 批量上传并识别 | multipart/form-data |
 | POST | `/import-paths` | 从服务器路径导入 | JSON |
 | GET | `/search` | AI 搜索图片（SSE 流式） | query params |
-| GET | `/{image_id}` | 获取单张图片详情 | path param |
 | GET | `` | 获取图片列表（分页） | query params |
+| GET | `/{image_id}` | 获取单张图片详情 | path param |
+| DELETE | `/{image_id}` | 删除图片 | path param |
+| POST | `/dedup` | 一键去重 | 无 |
 
 ---
 
@@ -42,6 +44,8 @@ Content-Type: multipart/form-data
 
 ### 返回
 
+**正常识别：**
+
 ```json
 {
     "id": 386,
@@ -58,6 +62,21 @@ Content-Type: multipart/form-data
 }
 ```
 
+**内容重复（自动去重）：**
+
+```json
+{
+    "id": 386,
+    "file_path": "data/images/test.png",
+    "original_filename": "test.png",
+    "status": "duplicate",
+    "duplicate_of": 100,
+    "ocr_text": "识别出的文字内容..."
+}
+```
+
+> `duplicate_of` 指向数据库中已存在的相同内容记录 ID。
+
 ### Python 调用示例
 
 ```python
@@ -70,7 +89,10 @@ async def recognize_image(file_path: str) -> dict:
                 f"{BASE_URL}/api/v1/images/recognize-direct",
                 files={"file": (file_path, f)}
             )
-        return resp.json()
+        result = resp.json()
+        if result.get("status") == "duplicate":
+            print(f"内容已存在，重复于 ID: {result['duplicate_of']}")
+        return result
 ```
 
 ---
@@ -96,7 +118,8 @@ Content-Type: multipart/form-data
 {
     "total": 3,
     "success": 2,
-    "failed": 1,
+    "failed": 0,
+    "duplicates": 1,
     "results": [
         {
             "id": 387,
@@ -110,8 +133,15 @@ Content-Type: multipart/form-data
         },
         {
             "id": 388,
-            "filename": "img2.jpg",
-            "file_path": "data/images/img2.jpg",
+            "filename": "img2.png",
+            "status": "duplicate",
+            "duplicate_of": 100,
+            "ocr_text": "重复内容..."
+        },
+        {
+            "id": 389,
+            "filename": "img3.jpg",
+            "file_path": "data/images/img3.jpg",
             "status": "failed",
             "message": "OCR 识别失败: ..."
         }
@@ -160,7 +190,7 @@ GET /api/v1/images/search?keyword=搜索词&limit=5&sort=time_desc
 | 参数 | 类型 | 必填 | 默认值 | 说明 |
 |------|------|------|--------|------|
 | keyword | string | 是 | - | 搜索关键词 |
-| limit | int | 否 | 5 | 最多返回多少条匹配结果 |
+| limit | int | 否 | 3 | 最多返回多少条匹配结果（可在设置中配置默认值） |
 | sort | string | 否 | time_desc | 排序方式：`time_desc`（时间倒序）、`time_asc`（时间正序）、`random`（随机） |
 
 ### 搜索原理
@@ -168,7 +198,7 @@ GET /api/v1/images/search?keyword=搜索词&limit=5&sort=time_desc
 ```
 用户搜索 "孩子不想上学"
   → 从数据库取所有已识别图片（按 sort 排序）
-  → 每批 10 张发给 MiniMax M2.7 判断是否匹配
+  → 每批 N 张发给 MiniMax M2.7 判断（N 可在设置中配置，默认 10）
   → 并发池最多 10 个 LLM 请求同时执行
   → 匹配结果通过 SSE 实时推送（找到就立刻返回）
   → 找够 limit 条或遍历完所有图片后结束
@@ -413,7 +443,55 @@ GET /api/v1/images?page=1&page_size=20&status=completed
 
 ---
 
-## 八、图片文件访问
+## 八、删除图片
+
+### 接口
+
+```
+DELETE /api/v1/images/{image_id}
+```
+
+### 返回
+
+成功返回 `204 No Content`。
+
+### 说明
+
+删除操作会同时清理：
+1. BM25 倒排索引中的记录
+2. 磁盘上的图片文件
+3. 数据库中的记录
+
+---
+
+## 九、一键去重
+
+### 接口
+
+```
+POST /api/v1/images/dedup
+```
+
+### 返回
+
+```json
+{
+    "total_checked": 385,
+    "duplicates_found": 12,
+    "deleted": 12,
+    "kept": 373
+}
+```
+
+### 说明
+
+- 按 OCR 识别文本精确匹配去重
+- 每组重复内容保留最早录入的记录
+- 删除操作与单条删除相同（清理索引 + 磁盘文件 + 数据库记录）
+
+---
+
+## 十、图片文件访问
 
 识别后的图片可通过静态文件路径访问：
 
@@ -428,7 +506,51 @@ http://localhost:8765/data/images/001.png
 
 ---
 
-## 九、注意事项
+## 十一、企业微信机器人相关接口
+
+### 获取机器人状态
+
+```
+GET /api/v1/settings/bot/status
+```
+
+```json
+{
+    "enabled": true,
+    "configured": true,
+    "running": true,
+    "bot_id": "aibPl3zE65xj..."
+}
+```
+
+### 重启机器人
+
+```
+POST /api/v1/settings/bot/restart
+```
+
+```json
+{
+    "success": true,
+    "message": "机器人已启动"
+}
+```
+
+### 系统设置（含机器人配置）
+
+```
+GET /api/v1/settings
+PUT /api/v1/settings
+```
+
+机器人相关字段：
+- `wework_bot_enabled` (bool): 是否启用
+- `wework_bot_id` (string): Bot ID
+- `wework_bot_secret` (string): Secret（更新时传入明文，获取时返回脱敏值）
+
+---
+
+## 十二、注意事项
 
 1. **搜索接口是 SSE 流式**，不能用普通的 `requests.get()` 或 `httpx.get()` 直接获取 JSON，必须用流式读取（`stream()` / `iter_lines()`）
 2. **搜索耗时较长**：385 张图片全部遍历约需 2-5 分钟，建议设置较长的超时（300 秒）
@@ -436,3 +558,5 @@ http://localhost:8765/data/images/001.png
 4. **limit 参数控制返回数量**：找到 `limit` 条匹配后自动停止搜索
 5. **OCR 识别耗时**：单张图片约 5-15 秒，建议设置 120 秒超时
 6. **文件格式**：仅支持 .png .jpg .jpeg .bmp .webp
+7. **上传自动去重**：所有上传接口（recognize-direct、batch-recognize、import-paths）都会在 OCR 识别后检查内容是否已存在
+8. **删除不可恢复**：删除操作会同时清理索引、磁盘文件和数据库记录

pyproject.toml

@@ -3,14 +3,14 @@ requires = ["setuptools>=75.0", "wheel"]
 build-backend = "setuptools.backends._legacy:_Backend"
 
 [project]
-name = "edu-brain"
+name = "huibrain"
 version = "1.2.0"
 description = "中文直播教育知识库系统 - 基于向量检索的知识管理平台"
 readme = "README.md"
 requires-python = ">=3.11"
 license = {text = "MIT"}
 authors = [
-    {name = "EduBrain Team"},
+    {name = "HuiBrain Team"},
 ]
 classifiers = [
     "Development Status :: 3 - Alpha",
@@ -24,9 +24,7 @@ dependencies = [
     "uvicorn[standard]>=0.32.0",
     "pydantic-settings>=2.6.0",
     "sqlalchemy[asyncio]>=2.0.36",
-    "asyncpg>=0.30.0",
-    "alembic>=1.14.0",
-    "pgvector>=0.3.6",
+    "aiosqlite>=0.20.0",
     "openai>=1.58.0",
     "zhipuai>=2.4.0",
     "dashscope>=1.20.0",
@@ -47,8 +45,8 @@ dev = [
 ]
 
 [project.scripts]
-edu-brain = "app.main:app"
-edu-brain-mcp = "app.mcp.server:run_mcp_server"
+huibrain = "app.main:app"
+huibrain-mcp = "app.mcp.server:run_mcp_server"
 
 [tool.ruff]
 target-version = "py311"

requirements.txt

@@ -7,9 +7,6 @@ python-multipart>=0.0.18
 # ── 数据库 ──
 sqlalchemy[asyncio]>=2.0.36,<3.0.0
 aiosqlite>=0.20.0,<1.0.0
-asyncpg>=0.30.0,<1.0.0
-alembic>=1.14.0,<2.0.0
-pgvector>=0.3.6,<1.0.0
 
 # ── 嵌入模型 SDK ──
 openai>=1.58.0,<2.0.0

sql/init.sql

@@ -1,129 +0,0 @@
--- ============================================================
--- EduBrain 数据库初始化脚本
--- 包含 pgvector 扩展、zhparser 中文分词扩展
--- ============================================================
-
--- 创建 pgvector 扩展（向量相似度搜索）
-CREATE EXTENSION IF NOT EXISTS vector;
-
--- 创建 zhparser 中文分词扩展（全文搜索）
-CREATE EXTENSION IF NOT EXISTS zhparser;
-
--- 创建基于 zhparser 的中文全文搜索配置
-CREATE TEXT SEARCH CONFIGURATION chinese_zh (PARSER = zhparser);
-
--- 配置中文全文搜索映射：名词、动词、形容词、成语、叹词、习语使用 simple 字典
-ALTER TEXT SEARCH CONFIGURATION chinese_zh ADD MAPPING FOR n,v,a,i,e,l WITH simple;
-
--- ============================================================
--- 知识页面表
--- ============================================================
-CREATE TABLE IF NOT EXISTS knowledge_pages (
-    id              SERIAL PRIMARY KEY,
-    title           VARCHAR(500) NOT NULL,
-    content         TEXT NOT NULL,
-    source_file     VARCHAR(500),
-    course_name     VARCHAR(200),
-    teacher_name    VARCHAR(100),
-    live_date       VARCHAR(20),
-    page_number     INTEGER,
-    metadata_json   TEXT,
-    created_at      TIMESTAMPTZ DEFAULT NOW(),
-    updated_at      TIMESTAMPTZ DEFAULT NOW()
-);
-
--- 索引
-CREATE INDEX IF NOT EXISTS idx_pages_course ON knowledge_pages(course_name);
-CREATE INDEX IF NOT EXISTS idx_pages_teacher ON knowledge_pages(teacher_name);
-CREATE INDEX IF NOT EXISTS idx_pages_date ON knowledge_pages(live_date);
-CREATE INDEX IF NOT EXISTS idx_pages_created ON knowledge_pages(created_at DESC);
-
--- ============================================================
--- 知识分块表（向量检索单元）
--- ============================================================
-CREATE TABLE IF NOT EXISTS knowledge_chunks (
-    id              SERIAL PRIMARY KEY,
-    page_id         INTEGER NOT NULL REFERENCES knowledge_pages(id) ON DELETE CASCADE,
-    chunk_index     INTEGER NOT NULL,
-    content         TEXT NOT NULL,
-    embedding       vector(1024),           -- 嵌入向量（默认 1024 维）
-    search_vector   TSVECTOR,               -- 中文全文搜索向量
-    created_at      TIMESTAMPTZ DEFAULT NOW(),
-    updated_at      TIMESTAMPTZ DEFAULT NOW()
-);
-
--- 索引
-CREATE INDEX IF NOT EXISTS idx_chunks_page ON knowledge_chunks(page_id);
-CREATE INDEX IF NOT EXISTS idx_chunks_page_index ON knowledge_chunks(page_id, chunk_index);
-
--- HNSW 向量索引（适合高维向量，查询速度快）
-CREATE INDEX IF NOT EXISTS idx_chunks_embedding
-    ON knowledge_chunks
-    USING hnsw (embedding vector_cosine_ops)
-    WITH (m = 16, ef_construction = 200);
-
--- GIN 全文搜索索引
-CREATE INDEX IF NOT EXISTS idx_chunks_search
-    ON knowledge_chunks
-    USING gin(search_vector);
-
--- ============================================================
--- OCR 图片记录表
--- ============================================================
-CREATE TABLE IF NOT EXISTS ocr_images (
-    id              SERIAL PRIMARY KEY,
-    file_path       VARCHAR(500) NOT NULL,
-    ocr_text        TEXT,
-    confidence      FLOAT,
-    provider        VARCHAR(50),
-    status          VARCHAR(20) DEFAULT 'pending',
-    error_message   TEXT,
-    created_at      TIMESTAMPTZ DEFAULT NOW(),
-    updated_at      TIMESTAMPTZ DEFAULT NOW()
-);
-
--- 索引
-CREATE INDEX IF NOT EXISTS idx_ocr_status ON ocr_images(status);
-CREATE INDEX IF NOT EXISTS idx_ocr_created ON ocr_images(created_at DESC);
-
--- ============================================================
--- updated_at 自动更新触发器
--- ============================================================
-CREATE OR REPLACE FUNCTION update_updated_at_column()
-RETURNS TRIGGER AS $$
-BEGIN
-    NEW.updated_at = NOW();
-    RETURN NEW;
-END;
-$$ LANGUAGE plpgsql;
-
--- 为所有表添加 updated_at 触发器
-DO $$
-BEGIN
-    IF NOT EXISTS (
-        SELECT 1 FROM pg_trigger
-        WHERE tgname = 'tr_pages_updated_at'
-    ) THEN
-        CREATE TRIGGER tr_pages_updated_at
-            BEFORE UPDATE ON knowledge_pages
-            FOR EACH ROW EXECUTE FUNCTION update_updated_at_column();
-    END IF;
-
-    IF NOT EXISTS (
-        SELECT 1 FROM pg_trigger
-        WHERE tgname = 'tr_chunks_updated_at'
-    ) THEN
-        CREATE TRIGGER tr_chunks_updated_at
-            BEFORE UPDATE ON knowledge_chunks
-            FOR EACH ROW EXECUTE FUNCTION update_updated_at_column();
-    END IF;
-
-    IF NOT EXISTS (
-        SELECT 1 FROM pg_trigger
-        WHERE tgname = 'tr_ocr_updated_at'
-    ) THEN
-        CREATE TRIGGER tr_ocr_updated_at
-            BEFORE UPDATE ON ocr_images
-            FOR EACH ROW EXECUTE FUNCTION update_updated_at_column();
-    END IF;
-END $$;

static/index.html

@@ -3,10 +3,10 @@
 <head>
     <meta charset="UTF-8">
     <meta name="viewport" content="width=device-width, initial-scale=1.0">
-    <title>EduBrain - 知识库管理</title>
+    <title>HuiBrain - 知识库管理</title>
     <style>
         /* ═══════════════════════════════════════════════════════════════
-           EduBrain — Stripe-inspired Design System
+           HuiBrain — Stripe-inspired Design System
            系统字体栈，零外部依赖
            ═══════════════════════════════════════════════════════════════ */
 
@@ -521,7 +521,7 @@
             <!-- Logo 区域 -->
                 <div style="padding: 20px 20px 16px; border-bottom: 1px solid #e5edf5;">
                     <div style="display:flex; align-items:center; gap:8px;">
-                        <span style="font-size:20px; font-weight:600; color:#061b31; letter-spacing:-0.02em;">EduBrain</span>
+                        <span style="font-size:20px; font-weight:600; color:#061b31; letter-spacing:-0.02em;">HuiBrain</span>
                 </div>
             </div>
 
@@ -551,7 +551,7 @@
 
             <!-- 底部版本信息 -->
             <div style="padding:12px 20px; border-top:1px solid #e5edf5; color:#64748d; font-size:11px;">
-                EduBrain v0.1.0
+                HuiBrain v0.1.0
             </div>
         </aside>
 
@@ -1041,6 +1041,38 @@
                     </div>
                 </div>
 
+                <!-- 企业微信机器人 -->
+                <div class="card" style="margin-bottom:16px;">
+                    <div style="display:flex; align-items:center; justify-content:space-between; margin-bottom:16px;">
+                        <h3 class="section-title" style="margin-bottom:0;">企业微信机器人</h3>
+                        <div style="display:flex; align-items:center; gap:8px;">
+                            <span id="bot-status-badge" class="badge badge-pending">检测中</span>
+                            <button class="btn btn-secondary" onclick="restartBot()" id="bot-restart-btn" style="font-size:13px; padding:4px 12px;">重启机器人</button>
+                        </div>
+                    </div>
+                    <div style="display:grid; grid-template-columns:1fr 1fr; gap:0 24px;">
+                        <div class="form-group">
+                            <label class="form-label">启用机器人</label>
+                            <label style="display:flex; align-items:center; gap:8px; cursor:pointer; padding:6px 0;">
+                                <input type="checkbox" id="setting-wework-bot-enabled" onchange="toggleBotEnabled()" style="width:16px; height:16px;">
+                                <span style="font-size:13px; color:var(--text-secondary);">启用后服务启动时自动连接</span>
+                            </label>
+                        </div>
+                        <div class="form-group">
+                            <label class="form-label">Bot ID</label>
+                            <input type="text" id="setting-wework-bot-id" placeholder="企业微信机器人 ID" class="input-field">
+                        </div>
+                        <div class="form-group">
+                            <label class="form-label">Secret</label>
+                            <input type="password" id="setting-wework-bot-secret" placeholder="企业微信机器人 Secret" class="input-field">
+                        </div>
+                        <div class="form-group">
+                            <label class="form-label">服务地址</label>
+                            <input type="text" id="setting-huibrain-base-url" value="http://localhost:8765" class="input-field" style="color:var(--text-secondary); font-size:13px;" readonly>
+                        </div>
+                    </div>
+                </div>
+
                 <!-- 图片搜索设置 -->
                 <div class="card" style="margin-bottom:16px;">
                     <h3 class="section-title">图片搜索设置</h3>
@@ -1061,6 +1093,14 @@
                                 <span style="color:var(--text-secondary); font-size:13px;">篇（1-50）</span>
                             </div>
                         </div>
+                        <div class="form-group">
+                            <label class="form-label">OCR 并发识别数量</label>
+                            <div style="display:flex; align-items:center; gap:8px;">
+                                <input type="number" id="setting-ocr-concurrency" min="1" max="10" value="1"
+                                       style="width:80px;" class="input-field">
+                                <span style="color:var(--text-secondary); font-size:13px;">张（1-10，多用户同时上传时控制并发）</span>
+                            </div>
+                        </div>
                     </div>
                 </div>
 
@@ -2612,12 +2652,25 @@
             if (data.judge_batch_size != null) {
                 document.getElementById('setting-judge-batch-size').value = data.judge_batch_size;
             }
+            if (data.ocr_concurrency != null) {
+                document.getElementById('setting-ocr-concurrency').value = data.ocr_concurrency;
+            }
+            // 企业微信机器人
+            document.getElementById('setting-wework-bot-enabled').checked = data.wework_bot_enabled;
+            document.getElementById('setting-wework-bot-id').value = data.wework_bot_id || '';
+            // secret 只显示脱敏值作为 placeholder
+            const secretInput = document.getElementById('setting-wework-bot-secret');
+            if (data.wework_bot_secret_masked) {
+                secretInput.placeholder = '当前: ' + data.wework_bot_secret_masked;
+            }
         } catch (_) {
             // 静默处理
         }
         // 初始化字段显示状态
         toggleEmbedFields();
         toggleOcrFields();
+        // 加载机器人状态
+        loadBotStatus();
     }
 
     /** 保存设置 */
@@ -2631,6 +2684,16 @@
         if (!isNaN(judgeBatchSize) && judgeBatchSize >= 1 && judgeBatchSize <= 50) {
             body.judge_batch_size = judgeBatchSize;
         }
+        const ocrConcurrency = parseInt(document.getElementById('setting-ocr-concurrency').value);
+        if (!isNaN(ocrConcurrency) && ocrConcurrency >= 1 && ocrConcurrency <= 10) {
+            body.ocr_concurrency = ocrConcurrency;
+        }
+        // 企业微信机器人
+        body.wework_bot_enabled = document.getElementById('setting-wework-bot-enabled').checked;
+        const botId = document.getElementById('setting-wework-bot-id').value.trim();
+        if (botId) body.wework_bot_id = botId;
+        const botSecret = document.getElementById('setting-wework-bot-secret').value.trim();
+        if (botSecret) body.wework_bot_secret = botSecret;
         if (Object.keys(body).length === 0) {
             showToast('没有需要保存的更改', 'info');
             return;
@@ -2643,6 +2706,53 @@
         }
     }
 
+    /** 加载机器人状态 */
+    async function loadBotStatus() {
+        try {
+            const data = await api('GET', '/settings/bot/status');
+            const badge = document.getElementById('bot-status-badge');
+            if (data.running) {
+                badge.className = 'badge badge-completed';
+                badge.textContent = '运行中';
+            } else if (data.configured) {
+                badge.className = 'badge badge-failed';
+                badge.textContent = '已停止';
+            } else {
+                badge.className = 'badge badge-pending';
+                badge.textContent = '未配置';
+            }
+        } catch (_) {
+            document.getElementById('bot-status-badge').className = 'badge badge-pending';
+            document.getElementById('bot-status-badge').textContent = '未知';
+        }
+    }
+
+    /** 重启企业微信机器人 */
+    async function restartBot() {
+        const btn = document.getElementById('bot-restart-btn');
+        btn.disabled = true;
+        btn.textContent = '重启中...';
+        try {
+            const result = await api('POST', '/settings/bot/restart');
+            if (result.success) {
+                showToast(result.message, 'success');
+            } else {
+                showToast(result.message, 'error');
+            }
+            setTimeout(() => loadBotStatus(), 2000);
+        } catch (err) {
+            showToast('重启失败: ' + err.message, 'error');
+        } finally {
+            btn.disabled = false;
+            btn.textContent = '重启机器人';
+        }
+    }
+
+    /** 切换机器人启用状态 */
+    function toggleBotEnabled() {
+        // 仅切换 UI 状态，实际保存需要点"保存设置"
+    }
+
     /** 测试嵌入模型连接 */
     async function testEmbedding() {
         showToast('正在测试嵌入模型连接...', 'info');