feat: 文件入库 — docx/xlsx/pdf/csv 经 mcp-py 解析 → RAG

入库从纯文本升级为多文件类型：解析(mcp-py 算法层)与切块/embedding 解耦。
上传文件 → Gateway 按类型路由 → mcp-py parse_document 解析为文本 → kb_ingest。

- mcp-py: parsers.py(docx=python-docx / xlsx=openpyxl / pdf=pypdf / csv / txt→文本)；
  parse_document 工具做真(base64 文件→文本，线程池跑 CPU 密集解析)；pyproject 加依赖
- gateway: POST /api/v1/kb/ingest_file(multipart)；parseFile 文本类直读、office/pdf→mcp-py
- nats-server.conf: max_payload 8MB(容纳 base64 文件经工具调用；大文件应走对象存储)
- frontend: KbView 加文件上传(accept docx/xlsx/pdf/csv...)；api.ingestFile
- 验证: 全模块 build✓ + e2e PASS; live——4 类文件上传→mcp-py 解析→入库→检索命中:
  docx(营收报告)/xlsx(销量表行)/pdf(Q2计划)/csv(城市人口) 全部正确
- 边界: 扫描件/版面 OCR(MinerU/PaddleOCR)推迟；大文件 base64 走 NATS 受 max_payload
  限，生产应走对象存储(MinIO)

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

sundynix-mcp-py/src/sundynix_mcp_py/mcp_gateway.py

@@ -98,9 +98,18 @@ class McpGateway:
         return f"[run_code] Docker 隔离执行(桩) stdout={result.get('stdout','')!r}"
 
     async def _parse_document(self, args: dict) -> str:
-        path = str(args.get("path", ""))
-        result = await self.parser.parse(path)  # MinerU / PaddleOCR（桩）
-        return f"[parse_document] MinerU 解析(桩) path={result.get('path','')!r} blocks={len(result.get('blocks', []))}"
+        """文件 → 纯文本。content_b64=文件内容(base64)，filename 决定解析器。"""
+        import base64
+
+        from . import parsers
+
+        filename = str(args.get("filename", ""))
+        content_b64 = str(args.get("content_b64", ""))
+        if not content_b64:
+            return str(args.get("text", ""))
+        data = base64.b64decode(content_b64)
+        # 解析是 CPU 密集，丢到线程池避免阻塞事件循环。
+        return await asyncio.to_thread(parsers.parse, filename, data)
 
     async def _secure_sandbox(self, args: dict) -> str:
         code = str(args.get("code", ""))