PaperHunt

全球人才智库（MVP）：采集 → 清洗/消歧 → 标签 → 向量化（BGE-M3）→ Milvus Lite → FastAPI。

仓库布局

完整说明见 docs/目录结构说明.md；路径默认审阅人见 .github/CODEOWNERS 与 .github/负责人说明.md。

apps/api/           # FastAPI 服务（Milvus Lite 与 SQLite 路径由配置指向 data/）
apps/web/           # 前端（Vite + React，开发代理 /api、/health → FastAPI）
pipeline/           # 离线数据处理与批任务
packages/paperhunt_core/  # API 与 pipeline 共用代码（可选）
deploy/docker/      # 生产/集成用镜像与 Compose（开发环境见 .dev-docker/）
data/               # 本机持久化：原始数据、SQLite、Milvus Lite、模型权重、缓存（大文件不进 git）
docs/               # 方案与目录说明等文档
.github/            # CODEOWNERS、CI 等 GitHub 配置

本地运行 API

cd apps/api
python -m venv .venv && source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

健康检查：http://127.0.0.1:8000/health

Docker Compose（API）

在仓库根目录执行：

docker compose -f deploy/docker/compose.yaml up --build

data/sqlite、data/milvus、data/models、data/cache 会挂载到容器内 /var/lib/paperhunt/ 下对应子目录；应用内请用环境变量 PAPERHUNT_DATA_DIR（或后续 config）统一解析路径。

前端（本地）

cd apps/web && npm install && npm run dev

默认 http://127.0.0.1:5173，通过 Vite 将 /api、/health 代理到 http://127.0.0.1:8000。与 .dev-docker 中容器内前后端同时启动的行为一致（见 .dev-docker/README.md）。