Phase 3: Memory & Growth - Multi-file fusion, Entity alignment with embedding, Document import, Knowledge base panel

README.md

@@ -1,27 +1,88 @@
-# InsightFlow
+# InsightFlow - Audio to Knowledge Graph Platform
 
-音频与文档的领域知识构建平台
+## Phase 3: Memory & Growth - Completed ✅
 
-## 产品定位
-将会议录音和文档转化为结构化的知识图谱，通过人机回圈(Human-in-the-Loop)实现知识持续生长。
+### 新增功能
 
-## 核心特性
-- 🎙️ ASR 语音识别 + 热词注入
-- 🧠 LLM 实体抽取与解释
-- 🔗 双视图联动（文档视图 + 图谱视图）
-- 📈 知识生长（多文件实体对齐）
+#### 1. 多文件图谱融合 ✅
+- 支持上传多个音频文件到同一项目
+- 系统自动对齐实体，合并图谱
+- 实体提及跨文件追踪
+- 文件选择器切换不同转录内容
 
-## 技术栈
-- 前端: Next.js + Tailwind
-- 后端: Node.js / Python
-- 数据库: MySQL + Neo4j
-- ASR: Whisper
-- LLM: OpenAI / Kimi
+#### 2. 实体对齐算法优化 ✅
+- 新增 `entity_aligner.py` 模块
+- 支持使用 Kimi API embedding 进行语义相似度匹配
+- 余弦相似度计算
+- 自动别名建议
+- 批量实体对齐 API
 
-## 开发阶段
-- [ ] Phase 1: 骨架与单体分析 (MVP)
-- [ ] Phase 2: 交互与纠错工作台
-- [ ] Phase 3: 记忆与生长
+#### 3. PDF/DOCX 文档导入 ✅
+- 新增 `document_processor.py` 模块
+- 支持 PDF、DOCX、TXT、MD 格式
+- 文档文本提取并参与实体提取
+- 文档类型标记（音频/文档）
 
-## 文档
-- [PRD v2.0](docs/PRD-v2.0.md)
+#### 4. 项目知识库面板 ✅
+- 全新的知识库视图
+- 统计面板：实体数、关系数、文件数、术语数
+- 实体网格展示（带提及统计）
+- 关系列表展示
+- 术语表管理（添加/删除）
+- 文件列表展示
+
+### 技术栈
+- 后端: FastAPI + SQLite
+- 前端: 原生 HTML/JS + D3.js
+- ASR: 阿里云听悟
+- LLM: Kimi API
+- 文档处理: PyPDF2, python-docx
+
+### 部署
+
+```bash
+# 构建 Docker 镜像
+docker build -t insightflow:phase3 .
+
+# 运行容器
+docker run -d \
+  -p 18000:8000 \
+  -v /opt/data:/app/data \
+  -e KIMI_API_KEY=your_key \
+  -e ALIYUN_ACCESS_KEY_ID=your_key \
+  -e ALIYUN_ACCESS_KEY_SECRET=your_secret \
+  insightflow:phase3
+```
+
+### API 文档
+
+#### 新增 API
+
+**文档上传**
+```
+POST /api/v1/projects/{project_id}/upload-document
+Content-Type: multipart/form-data
+file: <文件>
+```
+
+**知识库查询**
+```
+GET /api/v1/projects/{project_id}/knowledge-base
+```
+
+**术语表管理**
+```
+POST /api/v1/projects/{project_id}/glossary
+GET /api/v1/projects/{project_id}/glossary
+DELETE /api/v1/glossary/{term_id}
+```
+
+**实体对齐**
+```
+POST /api/v1/projects/{project_id}/align-entities?threshold=0.85
+```
+
+### 数据库 Schema 更新
+- `transcripts` 表新增 `type` 字段（audio/document）
+- `entities` 表新增 `embedding` 字段
+- 新增索引优化查询性能