docs: 更新文档内容与格式

- 修正知识库支持说明，移除"仅"字
- 更新模型配置文档的步骤编号
- 修复FAQ标题格式
- 优化项目概述的格式
- 更新快速开始指南的版本信息
- 完善知识库文档，明确LightRAG与全局图谱区别

Author: xerrors

docs/latest/changelog/faq.md

@@ -66,5 +66,5 @@
   - RapidOCR 本地模型：确保 `MODEL_DIR/SWHL/RapidOCR` 下存在 `PP-OCRv4` 模型
   - MinerU/PaddleX：检查健康检查接口与 GPU/CUDA 版本
 
-- 登录失败被锁定？
+### 登录失败被锁定？
   - 多次失败会临时锁定账户，请根据提示等待后重试

docs/latest/changelog/roadmap.md

@@ -13,6 +13,8 @@
 - 优化chunk逻辑，移除 QA 分割，集成到普通分块中
 - 考虑修改附件的处理逻辑，考虑使用文件系统，将附件解析后放到文件系统中，智能体按需读取，用户可以使用 @ 来引用附件，例如 @file:reports.md 相较于现在的处理逻辑感觉会更加自然一点。在此之前可能还要考虑文件系统的后端支持问题
 - skills 如何实现还需要继续调研
+- 优化 paddle 的命名，paddlex 有歧义，修改为 PP-StructureV3
+- 增加 paddle-vl 以及 deepseek-ocr 的支持
 
 ### Bugs
 - 部分异常状态下，智能体的模型名称出现重叠[#279](https://github.com/xerrors/Yuxi-Know/issues/279)

docs/latest/intro/evaluation.md

@@ -4,7 +4,7 @@
 
 **适用场景**：验证知识库上线前的效果、对比不同配置下的检索效果、定期监控知识库质量变化、调优检索参数。
 
-**注意**：当前版本仅支持 Milvus 类型的知识库。
+**注意**：当前版本支持 Milvus 类型的知识库。
 
 ## 如何创建评估基准
 

docs/latest/intro/knowledge-base.md

@@ -8,7 +8,7 @@
 
 | 存储类型 | 特点 | 适用场景 |
 |----------|------|----------|
-| **Chroma** | 轻量级向量数据库 | 小型项目、快速原型、维护方便（后续会移除） |
+| **Chroma** | 轻量级向量数据库 | 已弃用，建议使用 Milvus |
 | **Milvus** | 高性能向量数据库 | 大规模生产环境、高性能查询 |
 | **LightRAG** | 图增强检索 | 复杂知识关系，构建成本较高 |
 
@@ -19,7 +19,15 @@
 
 ### LightRAG 知识库说明
 
-在本项目中，系统支持基于 [LightRAG](https://github.com/HKUDS/LightRAG) 的知识图谱自动构建，能够从文档中自动提取实体和关系，构建结构化知识图谱。但是 LightRAG 所构建的知识图谱不作为全局的知识图谱来使用。只是将 LightRAG 作为知识的组织和检索形式。一方面是因为 LightRAG 构建的图谱的质量比较差，另一方面是不希望与全局的知识图谱弄混。
+在本项目中，系统支持基于 [LightRAG](https://github.com/HKUDS/LightRAG) 的知识图谱自动构建，能够从文档中自动提取实体和关系，构建结构化知识图谱。
+
+**LightRAG 图谱 vs 全局知识图谱的区别：**
+
+- **LightRAG 图谱**（知识库专属）：针对单个知识库由 LightRAG 自动抽取实体/关系，用于该库内的图增强检索与可视化。通过特殊的 label（知识库ID）与全局图谱区分，不会混入全局数据。
+
+- **全局知识图谱**（系统级）：通过三元组文件上传的图谱数据，提供系统级的知识图谱查询和可视化能力，会作为工具供 LLM 使用。
+
+两者共享同一个 Neo4j 实例，但完全隔离，互不影响。
 
 LightRAG 知识库可在知识库详情、知识图谱中可视化。由于免费版的 neo4j 智能创建一个图数据库，因此实际上 LightRAG 的节点和边依然是和知识图谱本身构建在了同一个 Neo4j 数据库中，但是使用了特殊的 label `{知识库ID}` 做区分。
 

docs/latest/intro/model-config.md

@@ -210,7 +210,7 @@ config.reranker_names["local/reranker-model"] = RerankerInfo(
 config.save()
 ```
 
-#### 2. 启动模型服务
+#### 3. 启动模型服务
 
 ```bash
 # 启动嵌入模型

docs/latest/intro/project-overview.md

@@ -2,7 +2,7 @@
 
 Yuxi-Know（语析）是一个基于知识图谱和向量数据库的智能知识库系统，融合了 RAG（检索增强生成）技术与知识图谱技术，为用户提供智能问答和知识管理服务。
 
-特点是技术栈简单，易于上手，使用 MIT 开源协议，非常适合二次开发使用。
+**特点**：技术栈简单，易于上手，使用 MIT 开源协议，非常适合二次开发使用。
 
 ### 技术栈选择
 

docs/latest/intro/quick-start.md

@@ -1,7 +1,7 @@
 # 快速开始指南
 
 ::: tip 提示
-除了此文档网站外，小伙伴们还可以在 [Zread](https://zread.ai/xerrors/Yuxi-Know) 或 [DeepWiki](https://deepwiki.com/xerrors/Yuxi-Know) 平台查看自动生成的详细项目文档。
+除了此文档网站外，用户还可以在 [Zread](https://zread.ai/xerrors/Yuxi-Know) 或 [DeepWiki](https://deepwiki.com/xerrors/Yuxi-Know) 平台查看自动生成的详细项目文档。
 :::
 
 
@@ -16,13 +16,12 @@
 
 ```bash
 # 克隆稳定版本
-git clone --branch v0.4.0-beta --depth 1 https://github.com/xerrors/Yuxi-Know.git
+git clone --branch v0.4.0 --depth 1 https://github.com/xerrors/Yuxi-Know.git
 cd Yuxi-Know
 ```
 
 ::: warning 版本说明
-- `v0.3.0`: 稳定版本
-- `v0.4.0-beta`：最新的 Beta 测试版
+- `v0.4.0`: 稳定版本
 - `main`: 最新开发版本（不稳定，新特性可能会导致新 bug）
 :::