feat: 新增重算脚本和统计脚本，更新README

README.md

@@ -49,8 +49,8 @@ vector_dimension = 1024
 cdn_base = https://your-cdn.com/
 
 [similarity]
-phash_threshold = 10
-vector_threshold = 0.85
+phash_threshold = 5
+vector_threshold = 0.94
 
 [process]
 batch_size = 100
@@ -62,25 +62,37 @@ log_file = image_similarity.log
 ## 使用方法
 
 ```bash
+# 处理新图片 (status='draft', similarity='draft')
 python image_similarity_check.py
+
+# 重新处理失败的图片 (status='draft', similarity='recalc')
+python image_similarity_recalc.py
+
+# 查看统计报告
+python stats_similarity.py
 ```
 
 ## 项目结构
 
 ```
-├── image_similarity_check.py  # 主程序：图片去重审核
-├── query_status.py            # 查询处理状态
-├── reset_data.py              # 重置数据
-├── reset_vector.py            # 重置向量库
-├── basket.py                  # 测试脚本
-├── requirements.txt           # 依赖包
-└── config.ini                 # 配置文件（不提交）
+├── image_similarity_check.py   # 主程序：处理新图片
+├── image_similarity_recalc.py  # 重算程序：处理失败的图片
+├── stats_similarity.py         # 统计脚本：查看处理结果
+├── query_status.py             # 查询处理状态
+├── reset_data.py               # 重置数据
+├── reset_vector.py             # 重置向量库
+├── config.ini                  # 配置文件
+└── requirements.txt            # 依赖包
 ```
 
 ## 工作流程
 
-1. 从数据库获取待处理的图片记录
-2. 调用 DashScope API 获取图片的多模态 Embedding
-3. 在 DashVector 中搜索相似图片
-4. 根据相似度阈值判断是否重复
-5. 更新数据库状态（重复/不重复）
+1. 从数据库获取待处理图片 (`status='draft'`, `similarity='draft'`)
+2. 拼接 CDN URL：`cdn_base + image_url`
+3. 调用 DashScope API 获取 1024 维向量
+4. 在 DashVector 中搜索 topk=3 相似图片
+5. 计算相似度：`similarity = 1.0 - score`
+6. 判断结果：
+   - `similarity >= 0.94` → 标记为重复 (`status='similarity'`)
+   - `similarity < 0.94` → 标记为不重复 (`status='tag_extension'`)，向量入库
+   - 处理失败 → 标记为待重算 (`similarity='recalc'`)