# 维达系统设计文档

## 1. 系统架构设计
描述系统各模块之间的数据交互与流程，需标注数据交互模块的名称和方式，具体设计如下：

- **数据交互模块**：
  - 模块间通过 RESTful API 实现数据交互。
  - 数据传输方式采用 JSON 格式。
- **关键模块**：
  - 用户管理模块：包括用户注册、登录和权限分配。
  - 问答知识库模块：提供问答记录存储、查询和更新功能。
  - 文件管理模块：实现文件的上传、解析和存储。
  - 向量化模块：将文本内容进行向量化处理，便于相似度计算。
  - 任务管理模块：负责异步任务的状态跟踪。

---

## 2. 系统部署的服务器架构
系统基于分布式部署，架构如下：

- **应用服务器**：运行 Flask 应用，提供 API 服务。
- **数据库服务器**：采用 MySQL，存储用户数据、知识库数据和日志记录。
- **端口分配**：
  - 应用服务器端口：`5103`
  - 数据库服务端口：默认 MySQL 端口 `3306`

**相关源代码文件**：
- `mainserver.py`：Flask 应用的入口文件。
- `config.py`：存储配置文件，包括数据库连接等信息。

---

## 3. 系统功能的业务流程和标准流程步骤

### 核心功能：
#### （1）用户管理
- **业务流程**：
  1. 用户通过 `/regist` 进行注册。
  2. 系统校验用户输入信息，若无冲突则写入数据库。
  3. 用户通过 `/login` 登录，返回权限标识。
- **实现文件**：
  - `mainserver.py`：包含用户注册和登录的逻辑。
  - 数据表：
    - `users`：存储用户账号及密码。

#### （2）问答知识库管理
- **业务流程**：
  1. 用户上传问答文件，通过 `/upload_qa` 接口。
  2. 系统解析文件，分割内容并存储到数据库。
  3. 用户通过 `/operate_qa` 查询、编辑、删除问答记录。
  4. 问答检索通过 `/chat_qa` 完成，支持模糊查询。
- **实现文件**：
  - `mainserver.py`：包含问答知识库的解析和存储逻辑。
  - 数据表：
    - `qa_knowledge`：存储问答记录。

#### （3）向量化处理
- **业务流程**：
  1. 上传的文本内容由 `add_qa_task_` 方法解析。
  2. 使用 FAISS 向量化文本并存储。
  3. 系统通过 `task_status` 查询向量化任务状态。
- **实现文件**：
  - `mainserver.py`：包含向量化处理的异步逻辑。
  - 数据表：
    - `qa_knowledge`：存储向量化的文本及相关元数据。

---

## 4. 系统中所有表、字段的说明和表关联
### （1）Roles 表
- **表名**：`roles`
- **字段描述**：
  - `id` (int)：主键，角色 ID。
  - `name` (string)：角色名称。

### （2）Users 表
- **表名**：`users`
- **字段描述**：
  - `id` (int)：主键，用户 ID。
  - `account` (string)：用户账号。
  - `password_hash` (string)：用户密码哈希。
  - `roles` (int)：关联的角色 ID。

### （3）History 表
- **表名**：`history`
- **字段描述**：
  - `id` (int)：主键，历史记录 ID。
  - `account` (string)：用户账号。
  - `history` (JSON)：操作历史。
  - `datetime` (datetime)：操作时间。
  - `uuid` (string)：操作标识符。

### （4）LocalKnowledge 表
- **表名**：`local_knowledge`
- **字段描述**：
  - `id` (int)：主键，知识库 ID。
  - `name` (string)：知识库名称。
  - `files` (JSON)：文件列表。
  - `create_id` (int)：创建者 ID。
  - `private_flag` (boolean)：是否为私有。

### （5）QAKnowledge 表
- **表名**：`qa_knowledge`
- **字段描述**：
  - `sys_id` (int)：主键，系统 ID。
  - `question` (text)：问题内容。
  - `answer` (LONGTEXT)：答案内容。
  - `source` (string)：来源。
  - `qa_name` (string)：问答库名称。
  - `create_id` (int)：创建者 ID。
  - `private_flag` (boolean)：是否为私有。
  - `delete_flag` (boolean)：是否被删除。
  - `hash` (string)：哈希值。
  - `raw_text` (text)：原始文本。
  - `score` (float)：相似度得分。
  - `answer_type` (string)：回答类型。
  - `category` (string)：问题分类。

---

## 5. 接口之间交互设计
### 接口设计文档：
#### （1）/upload_qa
- 用于上传问答文件，返回处理任务 ID。

#### （2）/operate_qa
- 对问答库进行操作，包括增删改查。

#### （3）/task_status
- 查询上传问答文件的任务状态。

**系统架构图**：
```mermaid
graph TD;
A[前端] -->|API 请求| B[Flask 应用]
B -->|数据库交互| C[MySQL 数据库]
B -->|文件处理| D[文件存储]
```

---

## 6. 相关代码 

### 1. **核心 Flask 应用文件**
- **文件名**：`mainserver.py`
- **功能**：处理 API 路由逻辑，包含核心业务流程的实现，包括用户验证、问答逻辑、文件上传处理、异步任务管理等。

### 2. **数据库模型定义文件**
- **文件名**：`db_models.py`
- **功能**：定义系统所用的数据库表结构及模型，包括用户表、问答知识库表、历史记录表等。

### 3. **配置文件**
- **文件名**：`config.py`
- **功能**：存储系统的全局配置参数，包括数据库连接信息、API 密钥等。

--- 
 
## 代码清单

### **主文件：mainserver.py**
- 负责处理核心路由和业务逻辑。
- 示例代码：
```python
@app.route("/chat_qa", methods=['POST'])
def chat_qa():
    token = request.headers.get('token')
    auth_dict = authaccess(token)
    if auth_dict['code'] != 200:
        return {"code": auth_dict['code'], "message": auth_dict['msg']}, auth_dict['code']
    # 核心逻辑省略...
```

### **数据库模型：db_models.py**
- 定义所有数据库表结构。
- 示例代码：
```python
class QAKnowledge(db.Model):
    __tablename__ = 'qa_knowledge'
    sys_id = db.Column(db.Integer, primary_key=True)
    question = db.Column(db.Text, comment="问题文本")
    answer = db.Column(LONGTEXT, comment="答案文本")
    # 其他字段...
```

### **配置文件：config.py**
- 示例配置：
```python
class Config:
    SQLALCHEMY_DATABASE_URI = "mysql+pymysql://user:password@localhost/dbname"
    SECRET_KEY = "your_secret_key"
```

---