feat: add extraction_service (PDF/Docx/Txt) and update .gitignore to exclude venv

extraction_service/install_nougat.bat

@@ -0,0 +1,88 @@
+@echo off
+chcp 65001 >nul
+echo ================================
+echo 安装Nougat OCR
+echo ================================
+echo.
+
+echo ⚠️ 注意事项：
+echo 1. Nougat需要Python 3.8+
+echo 2. 首次运行会下载模型文件（约350MB）
+echo 3. 建议使用GPU加速（需CUDA）
+echo 4. 安装可能需要5-10分钟
+echo.
+pause
+
+REM 激活虚拟环境
+if exist venv\Scripts\activate.bat (
+    echo [1/4] 激活虚拟环境...
+    call venv\Scripts\activate
+) else (
+    echo 错误: 请先运行 install.bat 创建虚拟环境
+    pause
+    exit /b 1
+)
+
+REM 安装Nougat
+echo.
+echo [2/4] 安装Nougat OCR...
+echo 这可能需要几分钟时间...
+echo.
+
+pip install nougat-ocr==0.1.17
+
+if errorlevel 1 (
+    echo.
+    echo ❌ Nougat安装失败
+    echo.
+    echo 可能的原因：
+    echo 1. 网络问题：请使用国内镜像源
+    echo 2. Python版本：需要Python 3.8+
+    echo 3. 依赖冲突：可能需要新的虚拟环境
+    echo.
+    echo 替代方案：
+    echo - 如果只使用中文PDF，可以不安装Nougat
+    echo - 系统会自动降级使用PyMuPDF
+    echo.
+    pause
+    exit /b 1
+)
+
+echo.
+echo [3/4] 验证安装...
+python -c "import nougat; print('✅ Nougat导入成功')"
+
+echo.
+echo [4/4] 测试Nougat命令...
+nougat --version
+
+if errorlevel 1 (
+    echo ⚠️ 命令行工具未找到，但Python模块已安装
+    echo 这可能不影响使用，系统会尝试直接调用Python模块
+) else (
+    echo ✅ Nougat命令行工具正常
+)
+
+echo.
+echo ================================
+echo 🎉 Nougat安装完成！
+echo ================================
+echo.
+echo 说明：
+echo - Nougat擅长处理英文学术PDF
+echo - 能保留表格、公式等结构
+echo - 中文PDF会自动使用PyMuPDF
+echo - 首次使用会下载模型（约350MB）
+echo.
+echo 下一步：
+echo - 启动服务: start.bat
+echo - 健康检查: curl http://localhost:8000/api/health
+echo.
+
+pause
+
+
+
+
+
+