重构程序文件目录结构并更新相关路径引用

- 创建新的目录结构：research/、tools/（含子目录）和apps/
- 移动核心理论文件到research/core-theory/
- 移动天山理论文件到research/specialized/
- 重组tools/目录为多个子目录：content-generation/、data-processing/等
- 更新所有文档中的路径引用，包括README.md、项目结构说明.md等
- 更新工作流文件和脚本中的路径引用
- 更新文档索引文件中的路径引用

tools/development/test_milvus_gpu.py

@@ -0,0 +1,119 @@
+#!/usr/bin/env python3
+"""
+测试Milvus GPU配置的脚本
+"""
+import sys
+import os
+
+def test_gpu_availability():
+    """测试GPU可用性"""
+    print("=== GPU可用性测试 ===")
+    
+    # 测试PyTorch CUDA
+    try:
+        import torch
+        print(f"PyTorch版本: {torch.__version__}")
+        print(f"CUDA可用: {torch.cuda.is_available()}")
+        if torch.cuda.is_available():
+            print(f"CUDA设备数量: {torch.cuda.device_count()}")
+            print(f"设备名称: {torch.cuda.get_device_name(0)}")
+            print(f"CUDA版本: {torch.version.cuda}")
+            return True
+        else:
+            print("CUDA不可用")
+            return False
+    except Exception as e:
+        print(f"PyTorch测试失败: {e}")
+        return False
+
+def test_milvus_connection():
+    """测试Milvus连接"""
+    print("\n=== Milvus连接测试 ===")
+    
+    try:
+        from pymilvus import connections, utility
+        print("PyMilvus导入成功")
+        
+        # 尝试连接本地Milvus
+        try:
+            connections.connect("default", host="localhost", port="19530")
+            print("Milvus连接成功")
+            
+            # 检查Milvus版本
+            version = utility.get_server_version()
+            print(f"Milvus版本: {version}")
+            
+            return True
+        except Exception as e:
+            print(f"Milvus连接失败: {e}")
+            print("注意: 这需要先启动Milvus服务")
+            return False
+            
+    except Exception as e:
+        print(f"PyMilvus导入失败: {e}")
+        return False
+
+def test_gpu_memory():
+    """测试GPU内存"""
+    print("\n=== GPU内存测试 ===")
+    
+    try:
+        import torch
+        if torch.cuda.is_available():
+            # 获取GPU内存信息
+            device = torch.cuda.current_device()
+            total_memory = torch.cuda.get_device_properties(device).total_memory
+            allocated_memory = torch.cuda.memory_allocated(device)
+            cached_memory = torch.cuda.memory_reserved(device)
+            
+            print(f"GPU总内存: {total_memory / 1024**3:.2f} GB")
+            print(f"已分配内存: {allocated_memory / 1024**3:.2f} GB")
+            print(f"缓存内存: {cached_memory / 1024**3:.2f} GB")
+            
+            # 测试GPU计算
+            print("\n=== GPU计算测试 ===")
+            x = torch.randn(1000, 1000, device='cuda')
+            y = torch.randn(1000, 1000, device='cuda')
+            z = torch.mm(x, y)
+            print("GPU矩阵乘法测试成功!")
+            print(f"结果张量形状: {z.shape}")
+            print(f"结果张量设备: {z.device}")
+            
+            return True
+        else:
+            print("CUDA不可用，无法测试GPU内存")
+            return False
+    except Exception as e:
+        print(f"GPU内存测试失败: {e}")
+        return False
+
+def main():
+    print("Milvus GPU配置测试")
+    print("=" * 50)
+    
+    # 测试GPU可用性
+    gpu_available = test_gpu_availability()
+    
+    # 测试Milvus连接
+    milvus_available = test_milvus_connection()
+    
+    # 测试GPU内存和计算
+    gpu_memory_ok = False
+    if gpu_available:
+        gpu_memory_ok = test_gpu_memory()
+    
+    # 总结
+    print("\n" + "=" * 50)
+    print("测试总结:")
+    print(f"GPU可用: {'✓' if gpu_available else '✗'}")
+    print(f"Milvus连接: {'✓' if milvus_available else '✗'}")
+    print(f"GPU计算: {'✓' if gpu_memory_ok else '✗'}")
+    
+    if gpu_available and gpu_memory_ok:
+        print("\n🎉 GPU配置正常，可以用于Milvus等GPU加速应用!")
+    else:
+        print("\n⚠️  GPU配置存在问题，可能影响Milvus等应用的GPU加速功能")
+
+if __name__ == "__main__":
+    main()
+