# huanghua

**Repository Path**: dkb778/huanghua

## Basic Information

- **Project Name**: huanghua
- **Description**: 机场
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-28
- **Last Updated**: 2026-09-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 企业知识库数据库

本项目提供一套 PostgreSQL 15 + pgvector 的企业知识库表结构，支持：

- 企业共享库、部门库和个人知识库
- 全局分类与空间内多级文件夹
- 空间级、可选文件级权限
- 文件解析/向量化任务状态
- `Qwen/Qwen3-Embedding-0.6B` 的 1024 维向量
- 基于余弦距离的 HNSW 近似检索

## 文件

- `db/001_knowledge_base_schema.sql`：完整、可重复执行的建表脚本
- `db/002_verify_schema.sql`：扩展、表、索引和向量维度检查
- `db/003_smoke_test.sql`：插入、外键、权限和向量测试（数据自动回滚）
- `scripts/apply_schema.sh`：建表并自动检查
- `POSTGRESQL.md`：服务器连接、部署和查询说明

## 一键建表

方式一，使用连接 URL：

```bash
export DATABASE_URL='postgresql://pgvector:密码@数据库地址:端口/vector_db'
./scripts/apply_schema.sh
```

方式二，使用 PostgreSQL 标准环境变量：

```bash
export PGHOST='数据库地址'
export PGPORT='5432'
export PGDATABASE='vector_db'
export PGUSER='pgvector'
export PGPASSWORD='密码'
./scripts/apply_schema.sh
```

密码只通过环境变量传入，不要写入仓库。脚本遇到任何 SQL 错误会立即停止；重复执行不会重复创建表或索引。

## Python 环境

本项目统一使用 Python 3.13 Conda 环境：

```bash
conda activate huanghua
python --version
```

在其他机器可以重新创建：

```bash
conda env create -f environment.yml
conda activate huanghua
```

项目会自动读取根目录的 `config.json`：

```json
{
  "POSTGRES_HOST": "数据库地址",
  "POSTGRES_PORT": "数据库端口",
  "POSTGRES_DB": "vector_db",
  "POSTGRES_USER": "pgvector",
  "POSTGRES_PASSWORD": "数据库密码",
  "EMBEDDING_URL": "Embedding 接口地址",
  "EMBEDDING_MODEL": "Qwen/Qwen3-Embedding-0.6B"
}
```

`POSTGRES_HOST`、`POSTGRES_PORT`、`EMBEDDING_URL` 和
`EMBEDDING_MODEL` 没有填写时会使用当前服务地址。配置文件包含密码，已通过
`.gitignore` 排除，不应提交到 Git。

如有需要，也可以通过环境变量临时覆盖配置：

```bash
export PGHOST='数据库地址'
export PGPORT='数据库端口'
export PGPASSWORD='数据库密码'
```

`project/create_class.py` 提供共享分区、部门知识库、个人文件夹、全局分类和
个人用户知识库的创建功能。`project/process_file.py` 当前负责 DOCX 解析、
中文切分、Embedding 生成以及文档和 Chunk 入库。