feat(chat): 索引视频元信息（标题、作者、简介、标签等）

- 新增 _build_meta_chunk，将 audio_meta 中的标题、UP主、
  简介、标签、时长、平台、链接等构建为可检索的 chunk
- query 时同时从 meta/markdown/transcript 三种来源检索
- is_indexed 检测旧索引缺少 meta 时返回 false，自动触发重建
- system prompt 新增 [视频信息] 来源说明

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

backend/app/services/chat_service.py

@@ -9,8 +9,9 @@ from app.utils.logger import get_logger
 logger = get_logger(__name__)
 
 SYSTEM_PROMPT = """你是一个视频笔记问答助手。你可以参考两种来源回答用户的问题：
-1. [笔记] — AI 生成的视频摘要笔记
-2. [转录] — 视频原始语音转录文本（含时间戳）
+1. [视频信息] — 视频标题、作者、简介、标签等元信息
+2. [笔记] — AI 生成的视频摘要笔记
+3. [转录] — 视频原始语音转录文本（含时间戳）
 
 以下是检索到的相关内容：
 
@@ -31,7 +32,9 @@ def _build_context(chunks: list[dict]) -> str:
     for i, chunk in enumerate(chunks, 1):
         meta = chunk.get("metadata", {})
         source_type = meta.get("source_type", "unknown")
-        if source_type == "markdown":
+        if source_type == "meta":
+            label = "[视频信息]"
+        elif source_type == "markdown":
             label = f"[笔记 - {meta.get('section_title', '')}]"
         else:
             start = meta.get("start_time", 0)
@@ -77,6 +80,9 @@ def chat(
 
     # 1. 检索相关片段
     chunks = vector_store.query(task_id, question, n_results=5)
+    print(
+        f"检索到 {len(chunks)} 个相关片段: {[c['metadata'].get('source_type') for c in chunks]}"
+    )
     if not chunks:
         return {
             "answer": "暂未找到相关笔记内容，请确认笔记已生成并完成索引。",

backend/app/services/vector_store.py

@@ -55,6 +55,52 @@ def _chunk_transcript(segments: list[dict], window_size: int = 15, overlap: int
     return chunks
 
 
+def _build_meta_chunk(audio_meta: dict) -> list[dict]:
+    """将视频元信息（标题、作者、描述、标签等）构建为可检索的 chunk。"""
+    if not audio_meta:
+        return []
+
+    raw = audio_meta.get("raw_info", {}) or {}
+    parts = []
+
+    title = audio_meta.get("title") or raw.get("title", "")
+    if title:
+        parts.append(f"视频标题：{title}")
+
+    uploader = raw.get("uploader", "")
+    if uploader:
+        parts.append(f"视频作者/UP主：{uploader}")
+
+    desc = raw.get("description", "")
+    if desc:
+        parts.append(f"视频简介：{desc[:500]}")
+
+    tags = raw.get("tags", [])
+    if tags and isinstance(tags, list):
+        parts.append(f"标签：{', '.join(str(t) for t in tags[:20])}")
+
+    duration = audio_meta.get("duration", 0)
+    if duration:
+        m, s = divmod(int(duration), 60)
+        parts.append(f"视频时长：{m}分{s}秒")
+
+    platform = audio_meta.get("platform", "")
+    if platform:
+        parts.append(f"平台：{platform}")
+
+    url = raw.get("webpage_url", "")
+    if url:
+        parts.append(f"链接：{url}")
+
+    if not parts:
+        return []
+
+    return [{
+        "text": "\n".join(parts),
+        "metadata": {"source_type": "meta"},
+    }]
+
+
 class VectorStoreManager:
     """基于 ChromaDB 的笔记向量存储管理器。"""
 
@@ -83,9 +129,12 @@ class VectorStoreManager:
         transcript = note_data.get("transcript", {})
         segments = transcript.get("segments", [])
 
+        audio_meta = note_data.get("audio_meta", {})
+
+        meta_chunks = _build_meta_chunk(audio_meta)
         md_chunks = _chunk_markdown(markdown)
         tr_chunks = _chunk_transcript(segments)
-        all_chunks = md_chunks + tr_chunks
+        all_chunks = meta_chunks + md_chunks + tr_chunks
 
         if not all_chunks:
             logger.warning(f"笔记内容为空，跳过索引: {task_id}")
@@ -138,8 +187,8 @@ class VectorStoreManager:
 
         all_chunks = []
 
-        # 分别从两种来源各检索 n_results 条
-        for source_type in ("markdown", "transcript"):
+        # 分别从各来源检索
+        for source_type in ("meta", "markdown", "transcript"):
             try:
                 results = collection.query(
                     query_texts=[query_text],
@@ -164,10 +213,14 @@ class VectorStoreManager:
             pass
 
     def is_indexed(self, task_id: str) -> bool:
-        """检查指定任务是否已建立索引。"""
+        """检查指定任务是否已建立完整索引（含 meta 信息）。"""
         col_name = self._collection_name(task_id)
         try:
             col = self._client.get_collection(col_name)
-            return col.count() > 0
+            if col.count() == 0:
+                return False
+            # 检查是否包含 meta chunk，旧索引可能缺失
+            meta = col.get(where={"source_type": "meta"}, limit=1)
+            return len(meta["ids"]) > 0
         except Exception:
             return False