使用 LLM 识别文段涉及的商品/设备为每个切片标注所属商品
按章节标题切分控制切片长度（约 500-1000 字）保留上下文重叠
使用 BGE-M3 生成稠密向量（1024维）使用 BGE-M3 生成稀疏向量（BM25词权重）
使用 MinerU 解析 PDF，提取文本、图片、表格等结构化内容
图片处理节点提取&上传MinIO
提取文档中的图片上传到 MinIO 对象存储替换 Markdown 中的图片引用为 MinIO URL
入口节点接收文件
文本
文档切分节点按章节/语义
PDF/Markdown 文件
文档导入数据流
向量化节点BGE-M3嵌入
商品名识别节点LLM识别商品
PDF转Markdown解析文档
【完成】
存储切片内容、元数据存储稠密和稀疏向量建立索引加速检索
用户上传
Milvus入库存储向量数据
