Fix/resume parse

README.md

@@ -10,17 +10,17 @@
 
 ## 基础设施
 
-| 组件 | 版本 | 用途 |
-|------|------|------|
-| Go | 1.25+ | 后端运行时 |
-| Node.js | 18+ | 前端构建 |
-| PostgreSQL | 16+ | 业务数据持久化 |
-| Redis | 7+ | 会话状态、缓存 |
-| MinIO / S3 | — | 简历、音频文件存储 |
-| Milvus | 2.4+ | 题库向量检索 |
-| Elasticsearch | 8.13+ | 题库关键词/标签检索 |
-| RabbitMQ | 3.13+（可选） | 面试完成事件、报告生成 |
-| Ollama | 可选 | 本地 LLM / Embedding |
+| 组件 | 版本 | 用途 | 模式 |
+|------|------|------|------|
+| Go | 1.25+ | 后端运行时 | 必须 |
+| Node.js | 18+ | 前端构建 | 必须 |
+| PostgreSQL | 16+ | 业务数据持久化 | 必须 |
+| Redis | 7+ | 会话状态、缓存 | 必须 |
+| MinIO / S3 | — | 简历、音频文件存储 | 必须 |
+| RabbitMQ | 3.13+ | 面试完成事件、报告生成 | 必须 |
+| Milvus | 2.4+ | 题库向量检索 | RAG 模式 |
+| Elasticsearch | 8.13+ | 题库关键词/标签检索 | RAG 模式 |
+| Ollama | 可选 | 本地 LLM / Embedding | 可选 |
 
 ## LLM 提供商（至少配一个）
 
@@ -46,30 +46,46 @@ React 19 · Vite · TypeScript · Zustand · Monaco Editor · Recharts
 
 # 快速启动
 
-## 1. 拉起基础设施
+## 1. 配置环境变量
 
 ```bash
-docker-compose up -d
+cp .env.example .env
+# 编辑 .env，至少填写一个 LLM 提供商的 API Key
 ```
 
-一键启动 PostgreSQL、Redis、MinIO、Milvus、Elasticsearch、RabbitMQ。
+## 2. 启动基础设施
+
+系统提供两种启动模式，按机器配置选择：
 
-## 2. 配置环境变量
+### Wiki 模式（推荐，2C2G 可用）
+
+出题由 LLM 直接生成，不依赖向量检索。只启动 Postgres、Redis、MinIO、RabbitMQ。
 
 ```bash
-cp .env.example .env
-# 编辑 .env，至少填写一个 LLM 提供商的 API Key
+bash start-wiki.sh
 ```
 
-## 3. 启动后端
+### RAG 模式（需要 8G+ 内存）
+
+启用 Milvus + Elasticsearch 向量/关键词检索题库。首次启动需拉取较大镜像。
 
 ```bash
-go run ./cmd
+bash start-rag.sh
 ```
 
-默认监听 `:8080`，启动时自动执行数据库迁移。
+> 使用 RAG 模式前需先采集 wiki 知识库：
+> ```bash
+> bash collect-wiki.sh --limit 5   # 先小批量验证
+> bash collect-wiki.sh             # 全量导入
+> ```
+
+### 可选：本地 LLM（Ollama）
+
+```bash
+docker compose --profile ollama up -d ollama
+```
 
-## 4. 启动前端
+## 3. 启动前端
 
 ```bash
 cd frontend && npm install && npm run dev

collect-wiki.sh

@@ -16,10 +16,9 @@ if [ ! -f .env ]; then
   exit 1
 fi
 
-# collector 非 dry-run 时需要 PG + RabbitMQ（写 bank_questions + 投向量化任务）。
-# 注：向量化任务最终供 RAG 用，RAG 未实现时这些任务会堆在 MQ 里，不影响 wiki 产出（questions + index.md）。
 echo "[collect-wiki] 启动采集所需基础设施（postgres redis minio rabbitmq）..."
-docker compose up -d --wait postgres redis minio minio-init rabbitmq
+docker compose up -d --wait postgres redis minio rabbitmq
+docker compose up -d minio-init
 
 echo "[collect-wiki] 开始采集（首次会 git clone 小林 CS-Base 到 internal/wiki/raw/）..."
 go run ./tools/collector "$@"

docker-compose.yaml

@@ -108,10 +108,11 @@ services:
       - ai-interview-net
 
   # ─────────────────────────────────────────
-  # Milvus（向量数据库）
+  # Milvus（向量数据库）【rag profile】
   # 依赖：etcd（元数据） + 业务 MinIO（对象存储，milvus bucket）
   # ─────────────────────────────────────────
   etcd:
+    profiles: ["rag"]
     image: quay.io/coreos/etcd:v3.5.14
     container_name: ai-interview-etcd
     restart: unless-stopped
@@ -136,6 +137,7 @@ services:
       - ai-interview-net
 
   milvus:
+    profiles: ["rag"]
     image: milvusdb/milvus:v2.4.17
     container_name: ai-interview-milvus
     restart: unless-stopped
@@ -168,9 +170,10 @@ services:
       - ai-interview-net
 
   # ─────────────────────────────────────────
-  # Elasticsearch（关键词 / 标签检索）
+  # Elasticsearch（关键词 / 标签检索）【rag profile】
   # ─────────────────────────────────────────
   elasticsearch:
+    profiles: ["rag"]
     image: elasticsearch:8.13.4
     container_name: ai-interview-es
     restart: unless-stopped
@@ -191,10 +194,11 @@ services:
       - ai-interview-net
 
   # ─────────────────────────────────────────
-  # Ollama（本地 LLM / embedding，可选）
-  # 不需要本地模型时可注释掉整个服务
+  # Ollama（本地 LLM / embedding）【ollama profile】
+  # 不需要本地模型时可不传 --profile ollama
   # ─────────────────────────────────────────
   ollama:
+    profiles: ["ollama"]
     image: ollama/ollama:latest
     container_name: ai-interview-ollama
     restart: unless-stopped