docs: 更新进度报告至 2026-01-21

- 整体进度从 60% 提升至 70%
- 新增文档结构化解析功能（图片、表格、样式）
- 新增 DocumentElement 实体存储
- 新增结构化解析 API 接口清单
- 更新数据库表清单
- 完善项目结构说明
- Week 1-2 任务完成率提升至 95%

进度报告.md

@@ -1,21 +1,43 @@
 # 📊 灵越智报 2.0 - 当前进度总结
 
-**整体进度：60%**  |  **报告日期：2026-01-20**
+**整体进度：70%**  |  **报告日期：2026-01-21**
 
 ---
 
-## ✅ 已完成（60%）
+## ✅ 已完成（70%）
 
 ### 基础设施
 - Spring Boot 3.1.5 单体应用架构（lingyue-starter）
 - 数据库（PostgreSQL + pgvector）、缓存（Redis）、消息队列（RabbitMQ）配置完成
 - 6大服务模块框架搭建完成
+- **数据库重建脚本** → ✅ 完整的 `rebuild_all.sh` 脚本
 
 ### 核心模块现状
 - 📁 文档管理、解析、认证 → 框架完成
 - 🤖 AI服务、图谱服务 → 数据层完成，RAG 功能已实现
 - 🔍 **RAG 向量化存储** → ✅ 已完成
 - 🏷️ **NER 实体识别服务** → ✅ 已完成并测试验证
+- 📄 **文档结构化解析** → ✅ 已完成（图片、表格、样式）
+
+### 新增功能（2026-01-21）✅ 文档结构化解析完成
+- ✅ **Word 文档结构化提取**
+  - 完整提取段落、标题、图片、表格等元素
+  - 保留元素在文档中的原始顺序和位置
+  - 图片自动提取并保存到独立目录
+  - 支持图片尺寸、格式、描述信息提取
+- ✅ **DocumentElement 实体存储**
+  - 新增 `document_elements` 表存储结构化内容
+  - 支持 JSONB 字段存储样式和表格数据
+  - 自定义 `PostgreSqlJsonbTypeHandler` 处理 JSONB 类型
+- ✅ **结构化解析 API**
+  - `GET /parse/structured/{documentId}` - 触发结构化解析
+  - `GET /parse/elements/{documentId}` - 获取所有元素
+  - `GET /parse/elements/{documentId}/images` - 获取图片列表
+  - `GET /parse/elements/{documentId}/tables` - 获取表格列表
+- ✅ **数据库脚本完善**
+  - 完整的数据库重建脚本 `rebuild_all.sh`
+  - 修复 UUID/VARCHAR 类型不兼容问题
+  - 统一表结构字段命名规范
 
 ### 新增功能（2026-01-20）✅ NER Demo 测试完成
 - ✅ **DeepSeek API 集成**
@@ -71,7 +93,7 @@
 
 根据设计文档 **6.2 第一阶段：核心数据流程（2月10日前）**
 
-### Week 1-2 任务完成率：85%
+### Week 1-2 任务完成率：95%
 
 | 任务 | 状态 | 说明 |
 |------|------|------|
@@ -79,7 +101,9 @@
 | 文件类型识别 | ✅ | MIME 类型检测 |
 | OCR 集成（飞浆OCR） | ✅ | Python 服务调用 |
 | 文本提取（Word文档） | ✅ | Apache POI |
+| **Word 结构化提取** | ✅ | 段落、图片、表格、样式 |
 | TXT 文件存储 | ✅ | SSD 硬盘存储 |
+| **图片资源提取存储** | ✅ | 自动提取并保存到独立目录 |
 | 解析任务管理 | ✅ | 异步处理、状态跟踪 |
 | NER 服务集成 | ✅ | DeepSeek API 集成 |
 | 实体提取接口 | ✅ | 完整实体列表输出 |
@@ -88,6 +112,7 @@
 | 图节点 CRUD 接口 | ✅ | 完整 CRUD |
 | 图关系 CRUD 接口 | ✅ | 完整 CRUD |
 | 图查询接口 | ✅ | 按文档、按用户查询 |
+| **Neo4j 集成** | ✅ | 本地部署，双写同步 |
 
 ### Week 3-4 任务待完成：
 
@@ -188,11 +213,11 @@ CREATE TABLE IF NOT EXISTS templates (
 
 | 预研项 | 进度 | 已完成 ✅ | 待实现 ❌ |
 |--------|------|-----------|-----------|
-| **1️⃣ 规则"智能体"设计** | 40% | Graph Service 架构<br>规则、模板数据模型<br>RAG 问答服务<br>**NER 实体提取** | 规则 DSL 定义与解析<br>规则执行引擎<br>多层计算算法 |
-| **2️⃣ 产品定位与功能逻辑** | 40% | 6大后端服务框架<br>Flutter 项目结构<br>基础组件 | 所有前端页面 UI<br>智能体集群架构<br>规则校验功能 |
-| **3️⃣ 规则智能体模拟** | 45% | TextStorage（文本存储）<br>GraphNode、GraphRelation<br>**向量相似度检索**<br>**NER + 关系构建** | 规则逻辑树算法<br>单规则校验引擎<br>知识图谱构建算法 |
-| **4️⃣ AI模态体型/OCR** | 65% | PaddleOCR Client<br>PDF/Word/Excel 提取<br>**DeepSeek API**<br>**Ollama Embedding** | AI多模态模型接入<br>NSDK集成<br>OCR后处理优化 |
-| **5️⃣ 前端交互设计** | 15% | Flutter 项目结构<br>路由、主题配置<br>7个页面骨架 | 所有核心页面 UI<br>与后端 API 对接 |
+| **1️⃣ 规则"智能体"设计** | 45% | Graph Service 架构<br>规则、模板数据模型<br>RAG 问答服务<br>**NER 实体提取**<br>**Neo4j 图数据库** | 规则 DSL 定义与解析<br>规则执行引擎<br>多层计算算法 |
+| **2️⃣ 产品定位与功能逻辑** | 45% | 6大后端服务框架<br>**前端交互原型**<br>基础组件<br>**结构化文档展示** | 所有前端页面 UI<br>智能体集群架构<br>规则校验功能 |
+| **3️⃣ 规则智能体模拟** | 50% | TextStorage（文本存储）<br>GraphNode、GraphRelation<br>**向量相似度检索**<br>**NER + 关系构建**<br>**文档结构化存储** | 规则逻辑树算法<br>单规则校验引擎<br>知识图谱构建算法 |
+| **4️⃣ AI模态体型/OCR** | 70% | PaddleOCR Client<br>PDF/Word/Excel 提取<br>**DeepSeek API**<br>**Ollama Embedding**<br>**Word 结构化提取** | AI多模态模型接入<br>NSDK集成<br>OCR后处理优化 |
+| **5️⃣ 前端交互设计** | 20% | **前端交互原型 HTML**<br>文档编辑预览<br>实体高亮展示 | 所有核心页面 UI<br>与后端 API 对接 |
 
 ---
 
@@ -201,15 +226,24 @@ CREATE TABLE IF NOT EXISTS templates (
 ```
 backend/
 ├── common/                 # 公共模块
+│   └── mybatis/            # PostgreSqlJsonbTypeHandler
 ├── auth-service/           # 认证服务
 ├── document-service/       # 文档管理服务
+│   └── entity/             # Document, DocumentElement, DocumentBlock
 ├── parse-service/          # 解析服务
+│   └── service/            # WordStructuredExtractionService
 ├── ai-service/             # AI服务
 ├── graph-service/          # 图谱服务（RAG、NER、图数据库）
+│   └── neo4j/              # Neo4j 集成服务
 ├── notification-service/   # 通知服务
 ├── gateway-service/        # 网关服务
 ├── lingyue-starter/        # 单体应用启动器
 └── sql/                    # 数据库脚本
+    ├── rebuild_all.sh      # 完整重建脚本
+    ├── init.sql            # 基础表
+    ├── graph_tables.sql    # 图谱表
+    ├── supplement_tables.sql # 补充表
+    └── rag_tables_compatible.sql # RAG 表
 
 python-services/
 └── ner-service/            # NER Python 服务
@@ -222,8 +256,12 @@ python-services/
     │       └── relation_service.py # 关系抽取
     └── requirements.txt
 
-frontend_flutter/
-└── lib/                    # Flutter 前端（待开发）
+frontend/
+└── 灵越智报_完整交互版.html  # 前端交互原型
+
+database/
+└── migrations/             # 数据库迁移脚本
+    └── V2026_01_21_02__add_document_elements.sql
 ```
 
 ---
@@ -239,8 +277,10 @@ frontend_flutter/
 | NER 模型 | DeepSeek API（内测）| ✅ |
 | Embedding | Ollama nomic-embed-text | ✅ |
 | OCR | PaddleOCR | ✅ |
-| 图数据库 | PostgreSQL 模拟（待接入 Neo4j）| ⏳ |
-| 前端 | Flutter Web | ⏳ |
+| 图数据库 | PostgreSQL + **Neo4j 4.4** | ✅ |
+| 文档解析 | Apache POI（Word 结构化）| ✅ |
+| 前端 | HTML 交互原型 | ✅ |
+| 前端框架 | Flutter Web（待开发）| ⏳ |
 
 ---
 
@@ -250,5 +290,58 @@ frontend_flutter/
   - ✅ 文件上传解析
   - ✅ RAG 向量检索
   - ✅ NER 实体提取
+  - ✅ 文档结构化解析（图片、表格）
+  - ✅ Neo4j 图数据库集成
   - ⏳ 数据源管理（下一步）
   - ⏳ 模板基础（下一步）
+
+---
+
+## 📋 API 接口清单
+
+### 文档解析服务（parse-service）
+
+| 接口 | 方法 | 说明 | 状态 |
+|------|------|------|------|
+| `/parse/structured/{documentId}` | GET | 触发结构化解析 | ✅ |
+| `/parse/elements/{documentId}` | GET | 获取所有结构化元素 | ✅ |
+| `/parse/elements/{documentId}/images` | GET | 获取图片列表 | ✅ |
+| `/parse/elements/{documentId}/tables` | GET | 获取表格列表 | ✅ |
+| `/api/v1/files/images/{docId}/{filename}` | GET | 获取图片资源 | ✅ |
+
+### NER 服务（ner-service）
+
+| 接口 | 方法 | 说明 | 状态 |
+|------|------|------|------|
+| `/api/ner/extract` | POST | 文本实体抽取 | ✅ |
+| `/api/ner/document/{id}` | POST | 文档实体抽取 | ✅ |
+| `/api/ner/relations` | POST | 关系抽取 | ✅ |
+
+### 图谱服务（graph-service）
+
+| 接口 | 方法 | 说明 | 状态 |
+|------|------|------|------|
+| `/api/v1/graph/nodes` | GET/POST | 节点 CRUD | ✅ |
+| `/api/v1/graph/relations` | GET/POST | 关系 CRUD | ✅ |
+| `/api/v1/graph/document/{id}` | GET | 按文档查询 | ✅ |
+
+---
+
+## 🗄️ 数据库表清单
+
+| 表名 | 说明 | 状态 |
+|------|------|------|
+| `users` | 用户表 | ✅ |
+| `documents` | 文档表 | ✅ |
+| `document_elements` | 文档结构化元素 | ✅ |
+| `document_blocks` | 文档块（TextElement）| ✅ |
+| `document_entities` | 文档实体 | ✅ |
+| `graph_nodes` | 图节点 | ✅ |
+| `graph_relations` | 图关系 | ✅ |
+| `text_chunks` | 文本分块 | ✅ |
+| `vector_embeddings` | 向量嵌入 | ✅ |
+| `text_storage` | 文本存储 | ✅ |
+| `parse_tasks` | 解析任务 | ✅ |
+| `rules` | 规则表 | ✅（结构）|
+| `templates` | 模板表 | ✅（结构）|
+| `data_sources` | 数据源表 | ✅（结构）|