文档（Document）概述
文档是 MimirQ 中知识内容的载体。每个文档隶属于一个数据集，经过解析、分块、向量化、索引四阶段流水线后，其内容以 chunk 形式进入 Milvus 向量库供检索使用。
文档生命周期
处理阶段（current_stage）
| 阶段 | 说明 |
|---|---|
parsing | 文件解析为文本 |
chunking | 文本分块 |
embedding | 向量化 |
vector_write | 写入 Milvus |
completed | 全部完成 |
Publication 状态
独立于处理状态的发布状态，用于治理工作流：
| 状态 | 说明 |
|---|---|
draft | 草稿，不参与检索 |
published | 已发布（默认） |
deprecated | 已废弃 |
核心字段
| 字段 | 类型 | 说明 |
|---|---|---|
id | UUID | 文档 ID |
tenant_id | UUID | 租户 ID |
dataset_id | UUID | 归属数据集 |
filename | String(500) | 原始文件名 |
file_type | String(10) | 文件类型（pdf/md/txt/docx...） |
file_size | BigInteger | 文件大小（字节） |
file_path | String(1000) | 存储路径 |
status | String(20) | pending/processing/completed/failed/quarantined/cancelled |
current_stage | String(50) | 当前处理阶段 |
processing_progress | Int | 0-100 进度 |
chunk_count | Int | chunk 数量 |
total_characters | Int | 总字符数 |
error_message | Text | 失败原因 |
doc_metadata | JSONB | 元数据（pipeline 配置、治理结果等） |
publication_status | String | draft/published/deprecated |
生命周期元数据
| 字段 | 说明 |
|---|---|
owner_id | 文档 owner（上传者） |
access_mode | ACL 模式 |
lifecycle_owner | 内容生命周期负责人 |
review_due_at | 评审截止日期 |
authority_level | 权威性等级 |
supersedes_document_id | 替代的文档 ID |
双 owner 设计
owner_id 用于 ACL 权限控制（谁能看），lifecycle_owner 用于内容治理（谁负责维护）。两者可以不同。
DocumentChunk 模型
| 字段 | 类型 | 说明 |
|---|---|---|
id | UUID | chunk ID |
document_id | UUID | 归属文档 |
chunk_index | Int | chunk 序号 |
content | Text | chunk 文本 |
page_number | Int | 所在页码 |
start_char / end_char | Int | 字符位置 |
vector_id | String | Milvus 向量 ID |
doc_metadata | JSONB | chunk 级元数据 |
disabled_at | DateTime | 禁用时间（非 NULL 则不参与检索） |