docs: 更新為繁體中文並補充向量入庫說明

更新內容:
1. 繁體中文表達
   - 所有簡體字轉換為繁體
   - 用語符合台灣習慣

2. 移除已取消的處理器
   - 刪除 POSE (姿態估計)
   - 刪除 APPEARANCE (外觀檢測)
   - 這兩個處理器已實際取消

3. 補充向量入庫說明
   - 文字向量入庫
     * 句子嵌入向量
     * 語意搜尋
     * 相似文字匹配

   - 說話人語音向量入庫 (VOD 實現)
     * 說話人嵌入向量
     * 說話人識別
     * 跨視訊說話人追蹤

   - 人臉向量入庫
     * 人臉嵌入向量
     * 人臉相似度搜尋
     * 人臉身分識別

4. 更新階段 4 說明
   - Rule1: PostgreSQL 入庫
   - Rule2: 向量入庫 (Qdrant)
     * 文字向量
     * 說話人向量
     * 人臉向量

處理器列表:
- ASR: 語音識別
- FACE: 人臉檢測
- OCR: 文字識別
- CUT: 鏡頭切換

已移除:
- POSE: 姿態估計 (已取消)
- APPEARANCE: 外觀檢測 (已取消)

docs/PIPELINE_STAGES_EXPLANATION.md

@@ -1,41 +1,41 @@
-# Pipeline 四阶段进度说明
+# Pipeline 四階段進度說明
 
-**更新时间**: 2026-10-12  
+**更新時間**: 2026-10-12  
 **版本**: v0.1.0
 
 ---
 
-## 📊 四阶段总览
+## 📊 四階段總覽
 
-Momentry Studio 的视频处理流程分为四个主要阶段，每个阶段负责不同的处理任务：
+Momentry Studio 的視訊處理流程分為四個主要階段，每個階段負責不同的處理任務：
 
 ```
 ┌─────────────────────────────────────────────────────────────┐
-│                    Pipeline 处理流程                          │
+│                    Pipeline 處理流程                          │
 └─────────────────────────────────────────────────────────────┘
                            │
                            ▼
 ┌─────────────────────────────────────────────────────────────┐
-│  阶段 1: 处理器 (Processors) - 30%                           │
-│  原始媒体分析：ASR、人脸检测、OCR、姿态估计等                   │
+│  階段 1: 處理器 (Processors) - 30%                           │
+│  原始媒體分析：ASR、人臉檢測、OCR、鏡頭切換等                   │
 └─────────────────────────────────────────────────────────────┘
                            │
                            ▼
 ┌─────────────────────────────────────────────────────────────┐
-│  阶段 2: 知识图谱 (Knowledge Graph) - 35%                    │
-│  构建人物关系图、场景关联、对话网络                            │
+│  階段 2: 知識圖譜 (Knowledge Graph) - 35%                    │
+│  構建人物關係圖、場景關聯、對話網路                            │
 └─────────────────────────────────────────────────────────────┘
                            │
                            ▼
 ┌─────────────────────────────────────────────────────────────┐
-│  阶段 3: 片段提取 (Moment Extraction) - 6%                   │
-│  智能片段识别、场景理解、关键时刻提取                          │
+│  階段 3: 片段提取 (Moment Extraction) - 6%                   │
+│  智慧片段識別、場景理解、關鍵時刻提取                          │
 └─────────────────────────────────────────────────────────────┘
                            │
                            ▼
 ┌─────────────────────────────────────────────────────────────┐
-│  阶段 4: 数据整合 (Integration) - 29%                        │
-│  数据入库、人脸追踪、去重、最终整合                            │
+│  階段 4: 資料整合 (Integration) - 29%                        │
+│  向量入庫、人臉追蹤、去重、最終整合                            │
 └─────────────────────────────────────────────────────────────┘
 ```
 
@@ -43,381 +43,420 @@ Momentry Studio 的视频处理流程分为四个主要阶段，每个阶段负
 
 ## 📝 各阶段详细说明
 
-### 阶段 1: 处理器 (Processors)
+### 階段 1: 處理器 (Processors)
 
-**权重**: 30%
+**權重**: 30%
 
-**状态图标**:
-- ✓ (绿色): 已完成
-- ○ (蓝色): 处理中
-- ✗ (红色): 失败
+**狀態圖標**:
+- ✓ (綠色): 已完成
+- ○ (藍色): 處理中
+- ✗ (紅色): 失敗
 - ○ (灰色): 等待中
 
 ---
 
-#### 功能说明
+#### 功能說明
 
-**原始媒体分析阶段**，对视频文件进行基础分析，提取原始数据。
+**原始媒體分析階段**，對視訊檔案進行基礎分析，提取原始資料。
 
-**包含的处理器**:
-- **ASR (语音识别)**: 将视频中的语音转换为文字
-- **FACE (人脸检测)**: 检测视频中的人脸位置和特征
-- **OCR (文字识别)**: 识别视频画面中的文字内容
-- **POSE (姿态估计)**: 分析人物的姿态和动作
-- **APPEARANCE (外观检测)**: 检测人物的外观特征
-- **CUT (镜头切换)**: 识别视频的场景切换点
+**包含的處理器**:
+- **ASR (語音識別)**: 將視訊中的語音轉換為文字
+- **FACE (人臉檢測)**: 檢測視訊中的人臉位置和特徵
+- **OCR (文字識別)**: 識別視訊畫面中的文字內容
+- **CUT (鏡頭切換)**: 識別視訊的場景切換點
 
 ---
 
-#### 进度含义
+#### 進度含義
 
-- **0%**: 未开始处理
-- **50%**: 部分处理器完成
-- **100%**: 所有处理器完成
+- **0%**: 未開始處理
+- **50%**: 部分處理器完成
+- **100%**: 所有處理器完成
 
 ---
 
-#### 示例场景
+#### 範例場景
 
 ```
 ○ Processors: 0%
-→ 正在等待处理开始
+→ 正在等待處理開始
 
 ○ Processors: 60%
-→ ASR 完成，FACE 处理中
+→ ASR 完成，FACE 處理中
 
 ✓ Processors: 100%
-→ 所有处理器完成，可以进入下一阶段
+→ 所有處理器完成，可以進入下一階段
 ```
 
 ---
 
-### 阶段 2: 知识图谱 (Knowledge Graph)
+### 階段 2: 知識圖譜 (Knowledge Graph)
 
-**权重**: 35%
+**權重**: 35%
 
-**状态图标**:
-- ✓ (绿色): 已完成
-- ○ (蓝色): 处理中
-- ✗ (红色): 失败
+**狀態圖標**:
+- ✓ (綠色): 已完成
+- ○ (藍色): 處理中
+- ✗ (紅色): 失敗
 - ○ (灰色): 等待中
 
 ---
 
-#### 功能说明
+#### 功能說明
 
-**知识图谱构建阶段**，将处理器提取的原始数据构建成结构化的知识图谱。
+**知識圖譜建構階段**，將處理器提取的原始資料建構成結構化的知識圖譜。
 
-**包含的步骤**:
-- **TKG Nodes (图节点构建)**:
-  - 人物节点 (face_track_nodes)
-  - 物品节点 (object_nodes)
-  - 对话节点 (text_region_nodes)
+**包含的步驟**:
+- **TKG Nodes (圖節點建構)**:
+  - 人物節點 (face_track_nodes)
+  - 物品節點 (object_nodes)
+  - 對話節點 (text_region_nodes)
 
-- **TKG Edges (图边构建)**:
-  - 人物关系 (face_face_edges)
-  - 共现关系 (co_occurrence_edges)
-  - 说话关系 (speaker_face_edges)
+- **TKG Edges (圖邊建構)**:
+  - 人物關係 (face_face_edges)
+  - 共現關係 (co_occurrence_edges)
+  - 說話關係 (speaker_face_edges)
 
 ---
 
-#### 进度含义
+#### 進度含義
 
-- **0%**: 未开始构建
-- **50%**: 节点构建完成，边构建中
-- **100%**: 知识图谱构建完成
+- **0%**: 未開始建構
+- **50%**: 節點建構完成，邊建構中
+- **100%**: 知識圖譜建構完成
 
 ---
 
-#### 示例场景
+#### 範例場景
 
 ```
 ○ Knowledge Graph: 0%
-→ 等待处理器阶段完成
+→ 等待處理器階段完成
 
 ○ Knowledge Graph: 50%
-→ 人物节点构建完成，正在建立人物关系
+→ 人物節點建構完成，正在建立人物關係
 
 ✓ Knowledge Graph: 100%
-→ 知识图谱完整构建，可以识别视频中的人物关系
+→ 知識圖譜完整建構，可以識別視訊中的人物關係
 ```
 
 ---
 
-#### 实际应用
+#### 實際應用
 
-**知识图谱的作用**:
-- 识别视频中出现的所有人物
-- 分析人物之间的关系
-- 追踪人物在视频中的出现轨迹
-- 支持人脸搜索和身份识别
+**知識圖譜的作用**:
+- 識別視訊中出現的所有人物
+- 分析人物之間的關係
+- 追蹤人物在視訊中的出現軌跡
+- 支援人臉搜尋和身分識別
 
 ---
 
-### 阶段 3: 片段提取 (Moment Extraction)
+### 階段 3: 片段提取 (Moment Extraction)
 
-**权重**: 6%
+**權重**: 6%
 
-**状态图标**:
-- ✓ (绿色): 已完成
-- ○ (蓝色): 处理中
-- ✗ (红色): 失败
+**狀態圖標**:
+- ✓ (綠色): 已完成
+- ○ (藍色): 處理中
+- ✗ (紅色): 失敗
 - ○ (灰色): 等待中
 
 ---
 
-#### 功能说明
+#### 功能說明
 
-**智能片段识别阶段**，使用 AI 模型识别视频中的关键时刻和场景内容。
+**智慧片段識別階段**，使用 AI 模型識別視訊中的關鍵時刻和場景內容。
 
-**包含的步骤**:
-- **VLM Summary (视觉语言模型总结)**:
-  - 分析整个视频的内容
-  - 生成视频摘要
+**包含的步驟**:
+- **VLM Summary (視覺語言模型總結)**:
+  - 分析整個視訊的內容
+  - 生成視訊摘要
 
-- **Scene VLM (场景理解)**:
-  - 分析每个场景的内容
-  - 识别场景中的人物、物品、动作
+- **Scene VLM (場景理解)**:
+  - 分析每個場景的內容
+  - 識別場景中的人物、物品、動作
 
 - **Moment Chunks (片段分割)**:
-  - 将视频分割成有意义的片段
-  - 标记每个片段的关键信息
+  - 將視訊分割成有意義的片段
+  - 標記每個片段的關鍵資訊
 
 ---
 
-#### 进度含义
+#### 進度含義
 
-- **0%**: 未开始 AI 分析
-- **33%**: 部分场景分析完成
-- **100%**: 所有场景和片段分析完成
+- **0%**: 未開始 AI 分析
+- **33%**: 部分場景分析完成
+- **100%**: 所有場景和片段分析完成
 
 ---
 
-#### 示例场景
+#### 範例場景
 
 ```
 ○ Moment Extraction: 0%
-→ 等待知识图谱构建完成
+→ 等待知識圖譜建構完成
 
 ○ Moment Extraction: 66%
-→ VLM 总结完成，场景理解中
+→ VLM 總結完成，場景理解中
 
 ✓ Moment Extraction: 100%
-→ 视频内容完全理解，可以回答关于视频的问题
+→ 視訊內容完全理解，可以回答關於視訊的問題
 ```
 
 ---
 
-#### 实际应用
+#### 實際應用
 
 **片段提取的作用**:
-- 支持自然语言搜索视频内容
-- 快速定位关键场景
-- 理解视频中的事件和情节
-- 提供智能问答功能
+- 支援自然語言搜尋視訊內容
+- 快速定位關鍵場景
+- 理解視訊中的事件和情節
+- 提供智慧問答功能
 
 ---
 
-### 阶段 4: 数据整合 (Integration)
+### 階段 4: 資料整合 (Integration)
 
-**权重**: 29%
+**權重**: 29%
 
-**状态图标**:
-- ✓ (绿色): 已完成
-- ○ (蓝色): 处理中
-- ✗ (红色): 失败
+**狀態圖標**:
+- ✓ (綠色): 已完成
+- ○ (藍色): 處理中
+- ✗ (紅色): 失敗
 - ○ (灰色): 等待中
 
 ---
 
-#### 功能说明
+#### 功能說明
 
-**数据整合与入库阶段**，将所有处理结果整合并存储到数据库。
+**資料整合與入庫階段**，將所有處理結果整合並儲存到資料庫。
 
-**包含的步骤**:
-- **Rule1 Ingestion (规则1入库)**:
-  - PostgreSQL 数据库入库
-  - 存储句子块和关系数据
+**包含的步驟**:
 
-- **Rule2 Ingestion (规则2入库)**:
-  - Qdrant 向量数据库入库
-  - 存储人脸和文本向量
+##### 1. Rule1 Ingestion (規則1入庫)
+- **PostgreSQL 資料庫入庫**
+- 儲存句子區塊 (sentence_chunks)
+- 儲存關係資料 (relationship_chunks)
+- 儲存追蹤區塊 (trace_chunks)
 
-- **Face Tracing (人脸追踪)**:
-  - 追踪人脸在视频中的轨迹
-  - 建立人脸出现序列
+##### 2. Rule2 Ingestion (規則2入庫)
+- **向量資料庫入庫 (Qdrant)**
 
-- **Face Dedup (人脸去重)**:
-  - 去除重复的人脸检测结果
-  - 合并同一人的多次检测
+**入庫的向量類型**:
+- **文字向量入庫**:
+  - 句子嵌入向量
+  - 支援語意搜尋
+  - 相似文字匹配
+
+- **說話人語音向量入庫 (VOD 實現)**:
+  - 說話人嵌入向量
+  - 說話人識別
+  - 跨視訊說話人追蹤
+
+- **人臉向量入庫**:
+  - 人臉嵌入向量
+  - 人臉相似度搜尋
+  - 人臉身分識別
+
+##### 3. Face Tracing (人臉追蹤)
+- 追蹤人臉在視訊中的軌跡
+- 建立人臉出現序列
+- 關聯同一人的多次出現
+
+##### 4. Face Dedup (人臉去重)
+- 去除重複的人臉檢測結果
+- 合併同一人的多次檢測
+- 確保人臉資料唯一性
 
 ---
 
-#### 进度含义
+#### 進度含義
 
-- **0%**: 未开始数据整合
-- **50%**: 部分数据已入库
-- **100%**: 所有数据整合完成
+- **0%**: 未開始資料整合
+- **25%**: PostgreSQL 入庫完成
+- **50%**: 部分向量已入庫
+- **75%** 人臉追蹤完成
+- **100%**: 所有資料整合完成
 
 ---
 
-#### 示例场景
+#### 範例場景
 
 ```
 ○ Integration: 0%
 → 等待所有分析完成
 
+○ Integration: 25%
+→ PostgreSQL 入庫完成
+
+○ Integration: 50%
+→ 文字向量、人臉向量已入庫
+
 ○ Integration: 75%
-→ PostgreSQL 入库完成，Qdrant 入库中
+→ 說話人向量入庫中
 
 ✓ Integration: 100%
-→ 所有数据已整合，视频处理完全完成
+→ 所有資料已整合，視訊處理完全完成
 ```
 
 ---
 
-#### 实际应用
+#### 實際應用
 
-**数据整合的作用**:
-- 使视频数据可搜索
-- 支持快速查询
-- 提供数据持久化
-- 支持跨视频关联
+**資料整合的作用**:
+- **PostgreSQL**: 結構化資料儲存
+  - 快速查詢句子和關係
+  - 支援複雜資料關聯
+
+- **Qdrant 向量庫**: 語意搜尋
+  - 文字語意搜尋
+  - 人臉相似度搜尋
+  - 說話人識別
+
+- **人臉追蹤**: 跨場景追蹤
+  - 追蹤人物在視訊中的出現
+  - 建立人物出現時間線
+
+- **人臉去重**: 資料清理
+  - 避免重複人臉資料
+  - 提高識別準確度
 
 ---
 
-## 📊 进度计算说明
+## 📊 進度計算說明
 
-### 总体进度计算
+### 總體進度計算
 
-**计算公式**:
+**計算公式**:
 ```
-总体进度 = (阶段1进度 × 30%) + (阶段2进度 × 35%) + (阶段3进度 × 6%) + (阶段4进度 × 29%)
+總體進度 = (階段1進度 × 30%) + (階段2進度 × 35%) + (階段3進度 × 6%) + (階段4進度 × 29%)
 ```
 
 ---
 
-### 计算示例
+### 計算範例
 
-**示例 1: 处理器阶段完成**
+**範例 1: 處理器階段完成**
 ```
 Processors: 100% × 30% = 30%
 Knowledge Graph: 0% × 35% = 0%
 Moment Extraction: 0% × 6% = 0%
 Integration: 0% × 29% = 0%
 
-总体进度 = 30%
+總體進度 = 30%
 ```
 
 ---
 
-**示例 2: 知识图谱阶段完成**
+**範例 2: 知識圖譜階段完成**
 ```
 Processors: 100% × 30% = 30%
 Knowledge Graph: 100% × 35% = 35%
 Moment Extraction: 0% × 6% = 0%
 Integration: 0% × 29% = 0%
 
-总体进度 = 65%
+總體進度 = 65%
 ```
 
 ---
 
-**示例 3: 全部完成**
+**範例 3: 全部完成**
 ```
 Processors: 100% × 30% = 30%
 Knowledge Graph: 100% × 35% = 35%
 Moment Extraction: 100% × 6% = 6%
 Integration: 100% × 29% = 29%
 
-总体进度 = 100%
+總體進度 = 100%
 ```
 
 ---
 
-## 🔄 阶段依赖关系
+## 🔄 階段依賴關係
 
 ```
-阶段 1: 处理器
+階段 1: 處理器
     │
-    ├─> 提取原始数据
-    │   - 人脸位置
-    │   - 语音文字
-    │   - 场景切换点
+    ├─> 提取原始資料
+    │   - 人臉位置
+    │   - 語音文字
+    │   - 場景切換點
     │
-    └─> 必须完成后才能进入下一阶段
+    └─> 必須完成後才能進入下一階段
 
-阶段 2: 知识图谱
+階段 2: 知識圖譜
     │
-    ├─> 构建关系网络
-    │   - 人物关系
-    │   - 场景关联
-    │   - 对话网络
+    ├─> 建構關係網路
+    │   - 人物關係
+    │   - 場景關聯
+    │   - 對話網路
     │
-    └─> 必须完成后才能进入下一阶段
+    └─> 必須完成後才能進入下一階段
 
-阶段 3: 片段提取
+階段 3: 片段提取
     │
-    ├─> AI 内容理解
-    │   - 场景分析
+    ├─> AI 內容理解
+    │   - 場景分析
     │   - 片段分割
-    │   - 内容总结
+    │   - 內容總結
     │
-    └─> 可以与阶段 4 并行
+    └─> 可以與階段 4 並行
 
-阶段 4: 数据整合
+階段 4: 資料整合
     │
-    ├─> 数据入库
+    ├─> 資料入庫
     │   - PostgreSQL
-    │   - Qdrant
-    │   - 人脸数据
+    │   - Qdrant 向量庫
+    │   - 人臉資料
+    │   - 說話人資料
     │
-    └─> 最后阶段，完成后整个流程结束
+    └─> 最後階段，完成後整個流程結束
 ```
 
 ---
 
-## 🎯 用户操作指南
+## 🎯 使用者操作指南
 
-### 查看进度
+### 查看進度
 
-1. **打开 Library 页面**
-2. **选择文件**
-3. **右键菜单 → Pipeline Progress**
-4. **查看各阶段进度**
+1. **開啟 Library 頁面**
+2. **選擇檔案**
+3. **右鍵選單 → Pipeline Progress**
+4. **查看各階段進度**
 
 ---
 
-### 理解进度状态
+### 理解進度狀態
 
-| 图标 | 颜色 | 状态 | 说明 |
+| 圖標 | 顏色 | 狀態 | 說明 |
 |-----|------|------|------|
-| ✓ | 绿色 | 已完成 | 阶段已成功完成 |
-| ○ | 蓝色 | 处理中 | 阶段正在处理 |
-| ✗ | 红色 | 失败 | 阶段处理失败 |
-| ○ | 灰色 | 等待中 | 阶段等待开始 |
+| ✓ | 綠色 | 已完成 | 階段已成功完成 |
+| ○ | 藍色 | 處理中 | 階段正在處理 |
+| ✗ | 紅色 | 失敗 | 階段處理失敗 |
+| ○ | 灰色 | 等待中 | 階段等待開始 |
 
 ---
 
-### 判断处理是否正常
+### 判斷處理是否正常
 
 **正常流程**:
 ```
-1. Processors 开始处理 (○ → ○)
+1. Processors 開始處理 (○ → ○)
 2. Processors 完成 (✓)
-3. Knowledge Graph 开始 (○)
-4. 依次完成所有阶段
+3. Knowledge Graph 開始 (○)
+4. 依次完成所有階段
 ```
 
-**异常情况**:
+**異常情況**:
 ```
-✗ Processors: 失败
-→ 检查错误日志
-→ 可能是视频文件问题
+✗ Processors: 失敗
+→ 檢查錯誤日誌
+→ 可能是視訊檔案問題
 
-○ Processors: 长时间卡住
-→ 检查系统资源
-→ 可能是处理队列堵塞
+○ Processors: 長時間卡住
+→ 檢查系統資源
+→ 可能是處理佇列堵塞
 ```
 
 ---
@@ -430,49 +469,58 @@ Integration: 100% × 29% = 29%
 
 ---
 
-## 🆘 常见问题
+## 🆘 常見問題
 
-### Q: 为什么有的阶段显示 0%？
+### Q: 為什麼有的階段顯示 0%？
 
-**A**: 阶段按顺序执行，当前阶段必须完成后才能进入下一阶段。
+**A**: 階段按順序執行，當前階段必須完成後才能進入下一階段。
 
 ---
 
-### Q: 为什么总体进度不等于各阶段平均值？
+### Q: 為什麼總體進度不等於各階段平均值？
 
-**A**: 每个阶段有不同的权重，知识图谱阶段权重最高 (35%)，片段提取最低 (6%)。
+**A**: 每個階段有不同的權重，知識圖譜階段權重最高 (35%)，片段提取最低 (6%)。
 
 ---
 
-### Q: 如何加速处理？
+### Q: 如何加速處理？
 
 **A**:
-1. 使用更高性能的硬件
-2. 减少并发处理的文件数
-3. 关闭不需要的处理器
+1. 使用更高性能的硬體
+2. 減少並發處理的檔案數
+3. 關閉不需要的處理器
 
 ---
 
-### Q: 处理失败怎么办？
+### Q: 處理失敗怎麼辦？
 
 **A**:
-1. 查看错误日志
-2. 检查视频文件是否损坏
-3. 检查系统资源是否充足
-4. 重新处理文件
+1. 查看錯誤日誌
+2. 檢查視訊檔案是否損壞
+3. 檢查系統資源是否充足
+4. 重新處理檔案
 
 ---
 
-## 📊 权重分配原因
+### Q: 文字向量、人臉向量、說話人向量分別是什麼？
 
-| 阶段 | 权重 | 原因 |
+**A**:
+- **文字向量**: 將文字轉換為數值向量，支援語意搜尋和相似度匹配
+- **人臉向量**: 將人臉特徵轉換為向量，用於人臉識別和相似度搜尋
+- **說話人向量**: 將語音特徵轉換為向量，用於說話人識別和跨視訊追蹤
+
+---
+
+## 📊 權重分配原因
+
+| 階段 | 權重 | 原因 |
 |-----|------|------|
-| **Processors** | 30% | 基础分析，必须完整完成 |
-| **Knowledge Graph** | 35% | 核心价值，关系构建最重要 |
-| **Moment Extraction** | 6% | AI 增强，可选功能 |
-| **Integration** | 29% | 数据入库，保证可用性 |
+| **Processors** | 30% | 基礎分析，必須完整完成 |
+| **Knowledge Graph** | 35% | 核心價值，關係建構最重要 |
+| **Moment Extraction** | 6% | AI 增強，可選功能 |
+| **Integration** | 29% | 資料入庫，保證可用性 |
 
 ---
 
-**最后更新**: 2026-10-12  
+**最後更新**: 2026-10-12  
 **版本**: v0.1.0

docs/PIPELINE_STAGES_QUICK_REF.md

@@ -1,118 +1,123 @@
-# Pipeline 四阶段快速参考
+# Pipeline 四階段快速參考
 
 ---
 
-## 📊 四阶段总览
+## 📊 四階段總覽
 
-| 阶段 | 名称 | 权重 | 主要功能 |
+| 階段 | 名稱 | 權重 | 主要功能 |
 |-----|------|------|---------|
-| **1** | 处理器 | 30% | 原始媒体分析 |
-| **2** | 知识图谱 | 35% | 关系网络构建 |
-| **3** | 片段提取 | 6% | AI 内容理解 |
-| **4** | 数据整合 | 29% | 数据入库存储 |
+| **1** | 處理器 | 30% | 原始媒體分析 |
+| **2** | 知識圖譜 | 35% | 關係網路建構 |
+| **3** | 片段提取 | 6% | AI 內容理解 |
+| **4** | 資料整合 | 29% | 資料入庫儲存 |
 
 ---
 
-## 🎯 阶段 1: 处理器 (Processors)
+## 🎯 階段 1: 處理器 (Processors)
 
-**权重**: 30%
+**權重**: 30%
 
-**功能**: 原始媒体分析
+**功能**: 原始媒體分析
 
 **包含**:
-- ASR: 语音识别
-- FACE: 人脸检测
-- OCR: 文字识别
-- POSE: 姿态估计
-- APPEARANCE: 外观检测
-- CUT: 镜头切换
+- ASR: 語音識別
+- FACE: 人臉檢測
+- OCR: 文字識別
+- CUT: 鏡頭切換
 
-**状态**:
+**狀態**:
 - ✓ 完成
-- ○ 处理中
-- ✗ 失败
+- ○ 處理中
+- ✗ 失敗
 - ○ 等待
 
 ---
 
-## 🧠 阶段 2: 知识图谱 (Knowledge Graph)
+## 🧠 階段 2: 知識圖譜 (Knowledge Graph)
 
-**权重**: 35%
+**權重**: 35%
 
-**功能**: 构建人物关系网络
+**功能**: 建構人物關係網路
 
 **包含**:
-- TKG Nodes: 人物/物品/对话节点
-- TKG Edges: 人物关系/共现关系
+- TKG Nodes: 人物/物品/對話節點
+- TKG Edges: 人物關係/共現關係
 
-**应用**:
-- 人物识别
-- 关系分析
-- 人脸搜索
+**應用**:
+- 人物識別
+- 關係分析
+- 人臉搜尋
 
 ---
 
-## 🤖 阶段 3: 片段提取 (Moment Extraction)
+## 🤖 階段 3: 片段提取 (Moment Extraction)
 
-**权重**: 6%
+**權重**: 6%
 
-**功能**: AI 智能内容理解
+**功能**: AI 智慧內容理解
 
 **包含**:
-- VLM Summary: 视频总结
-- Scene VLM: 场景理解
+- VLM Summary: 視訊總結
+- Scene VLM: 場景理解
 - Moment Chunks: 片段分割
 
-**应用**:
-- 自然语言搜索
-- 关键场景定位
-- 智能问答
+**應用**:
+- 自然語言搜尋
+- 關鍵場景定位
+- 智慧問答
 
 ---
 
-## 💾 阶段 4: 数据整合 (Integration)
+## 💾 階段 4: 資料整合 (Integration)
 
-**权重**: 29%
+**權重**: 29%
 
-**功能**: 数据入库和整合
+**功能**: 資料入庫和整合
 
 **包含**:
-- Rule1: PostgreSQL 入库
-- Rule2: Qdrant 向量入库
-- Face Tracing: 人脸追踪
-- Face Dedup: 人脸去重
+- Rule1: PostgreSQL 入庫
+  - 句子區塊
+  - 關係資料
+  
+- Rule2: 向量入庫 (Qdrant)
+  - 文字向量入庫
+  - 說話人語音向量入庫 (VOD 實現)
+  - 人臉向量入庫
 
-**应用**:
-- 数据持久化
-- 快速查询
-- 跨视频关联
+- Face Tracing: 人臉追蹤
+- Face Dedup: 人臉去重
+
+**應用**:
+- 資料持久化
+- 快速查詢
+- 跨視訊關聯
 
 ---
 
-## 📈 进度计算
+## 📈 進度計算
 
 **公式**:
 ```
-总体进度 = 阶段1 × 30% + 阶段2 × 35% + 阶段3 × 6% + 阶段4 × 29%
+總體進度 = 階段1 × 30% + 階段2 × 35% + 階段3 × 6% + 階段4 × 29%
 ```
 
-**示例**:
+**範例**:
 ```
 ✓ Processors: 100% → 30%
 ✓ Knowledge Graph: 100% → 35%
 ○ Moment Extraction: 50% → 3%
 ○ Integration: 0% → 0%
 
-总体 = 68%
+總體 = 68%
 ```
 
 ---
 
-## 🔄 依赖关系
+## 🔄 依賴關係
 
 ```
-处理器 → 知识图谱 → 片段提取 ┐
-                        ├→ 数据整合
+處理器 → 知識圖譜 → 片段提取 ┐
+                        ├→ 資料整合
                         ┘
 ```
 
@@ -120,11 +125,30 @@
 
 ## 📌 使用提示
 
-1. **查看进度**: Library → 右键 → Pipeline Progress
-2. **状态图标**: ✓ (完成) ○ (处理中) ✗ (失败) ○ (等待)
-3. **处理顺序**: 按阶段依次执行
-4. **失败处理**: 查看日志，检查资源，重新处理
+1. **查看進度**: Library → 右鍵 → Pipeline Progress
+2. **狀態圖標**: ✓ (完成) ○ (處理中) ✗ (失敗) ○ (等待)
+3. **處理順序**: 按階段依次執行
+4. **失敗處理**: 查看日誌，檢查資源，重新處理
 
 ---
 
-**详细说明**: `docs/PIPELINE_STAGES_EXPLANATION.md`
+## 🔍 向量入庫說明
+
+### 文字向量入庫
+- 句子嵌入向量
+- 語意搜尋
+- 相似文字匹配
+
+### 說話人語音向量入庫 (VOD 實現)
+- 說話人嵌入向量
+- 說話人識別
+- 跨視訊說話人追蹤
+
+### 人臉向量入庫
+- 人臉嵌入向量
+- 人臉相似度搜尋
+- 人臉身分識別
+
+---
+
+**詳細說明**: `docs/PIPELINE_STAGES_EXPLANATION.md`