Refactor document handling and update Milvus collection settings

- Removed multiple failed document entries from `documents.json`.
- Added a new document entry with updated metadata and changed the index name to `regulations_dense_1024_v2`.
- Updated architecture documentation to reflect changes in the Milvus collection name.
- Adjusted requirements by removing the sqlalchemy dependency.
- Modified test cases to align with new document structure and naming conventions.
- Introduced a new test file for Milvus vector index runtime recovery and error handling.
- Updated assertions in various test files to ensure compatibility with the new schema.

README.md

@@ -8,7 +8,7 @@
 
 - ✅ PDF/DOC/DOCX 文档解析（阿里云文档智能）
 - ✅ 基于阿里云 `vector_chunks` 的统一切片
-- ✅ OpenAI 兼容 embedding（`text-embedding-v3`，1536维）
+- ✅ OpenAI 兼容 embedding（`text-embedding-v3`，1024维）
 - ✅ Milvus 向量数据库存储与 dense-only 检索
 - ✅ FastAPI接口封装
 
@@ -97,7 +97,7 @@ curl -X POST http://localhost:8000/api/v1/knowledge/search \
 |------|------|
 | 文档解析 | 阿里云文档智能 + python-docx |
 | 分块策略 | 阿里云 `vector_chunks` |
-| 嵌入模型 | `text-embedding-v3`（1536维 Dense） |
+| 嵌入模型 | `text-embedding-v3`（1024维 Dense） |
 | 向量数据库 | Milvus 2.4（本地Docker部署） |
 | 检索方式 | Dense-only 检索 |
 | API框架 | FastAPI |
@@ -119,7 +119,7 @@ CHUNK_BACKEND=aliyun
 
 # embedding 配置
 EMBEDDING_MODEL=text-embedding-v3
-EMBEDDING_DIM=1536
+EMBEDDING_DIM=1024
 EMBEDDING_API_KEY=your_embedding_api_key_here
 
 # 分块配置
@@ -142,7 +142,7 @@ CHUNK_SIZE=512
 - `artifacts/{doc_id}/semantic_blocks.json`
 - `artifacts/{doc_id}/vector_chunks.json`
 
-当前默认 Milvus collection 为 `regulations_dense_1536_v2`。
+当前默认 Milvus collection 为 `regulations_dense_1024_v2`。
 
 ## 许可证