fix search issue and make complete works

Author: zerob13

docs/README.md

@@ -0,0 +1,13 @@
+# DeepChat 文档
+
+本目录包含DeepChat的设计文档与使用指南。
+
+## 设计文档
+
+- [事件系统设计](./event-system-design.md) - 应用事件系统的设计与实现
+- [数据同步功能](./data-sync-feature.md) - 数据同步功能的设计与实现
+- [LLM Provider接口设计](./llm-provider-interface.md) - LLM Provider接口的设计，包括completions和streamCompletions的区别
+
+## 构建指南
+
+- [Linux构建指南](./linux-build-guide.md) - Linux系统下构建DeepChat的步骤

docs/llm-provider-interface.md

@@ -0,0 +1,131 @@
+# LLM Provider 接口设计文档
+
+本文档详细介绍了DeepChat中LLM Provider的接口设计，特别是`completions`和`streamCompletions`方法的区别及使用场景。
+
+## 基础架构设计
+
+DeepChat采用了基于抽象类`BaseLLMProvider`的设计模式，所有特定的LLM提供商（如OpenAI、Anthropic、Gemini、Ollama等）都继承自这个基类并实现其抽象方法。
+
+### BaseLLMProvider的主要职责
+
+1. 定义所有LLM提供商必须实现的通用接口
+2. 提供模型管理功能（获取、添加、删除、更新模型）
+3. 提供工具调用相关的公共实用方法
+4. 处理提供商初始化、验证和代理配置
+
+## completions与streamCompletions的区别
+
+### completions方法
+
+`completions`方法提供了同步（一次性）返回完整响应的能力：
+
+```typescript
+abstract completions(
+  messages: ChatMessage[],
+  modelId: string,
+  temperature?: number,
+  maxTokens?: number
+): Promise<LLMResponse>
+```
+
+**特点**：
+- 一次性返回完整的响应结果
+- 包含完整的token使用统计
+- 解析并处理`<think>`标签，提取reasoning_content
+- 不进行工具调用（工具调用仅在stream版本中处理）
+- 适合需要等待完整结果的场景，如离线总结、标题生成等
+
+**返回数据**：
+- content：生成的主要内容
+- reasoning_content：思考过程（如果有）
+- totalUsage：token使用统计
+
+### streamCompletions方法
+
+`streamCompletions`方法提供了流式响应的能力：
+
+```typescript
+abstract streamCompletions(
+  messages: ChatMessage[],
+  modelId: string,
+  temperature?: number,
+  maxTokens?: number
+): AsyncGenerator<LLMResponseStream>
+```
+
+**特点**：
+- 实时流式返回部分响应
+- 支持工具调用（通过function calling）
+- 支持思考过程的实时展示
+- 支持多轮工具调用的连续对话
+- 适合需要即时反馈的交互场景
+
+**流式返回数据**：
+- content：当前生成的内容片段
+- reasoning_content：当前生成的思考内容片段
+- tool_call相关信息：工具调用的各种状态和数据
+- totalUsage：最终的token使用统计（仅在流结束时）
+
+## 实现细节
+
+每个LLM提供商实现这两个方法的方式各不相同，但遵循相同的接口规范：
+
+1. **OpenAICompatibleProvider**：使用OpenAI官方SDK实现，支持原生function calling
+2. **AnthropicProvider**：使用Anthropic官方SDK实现，支持Claude的tool use功能
+3. **GeminiProvider**：使用Google AI SDK实现，通过额外处理实现工具调用
+4. **OllamaProvider**：使用Ollama API实现，通过特殊提示词实现工具调用
+
+## 常见处理流程
+
+### completions处理流程
+
+1. 格式化消息（用户、系统、助手消息）
+2. 配置请求参数（温度、最大token等）
+3. 发送请求获取完整响应
+4. 提取token使用统计
+5. 处理`<think>`标签，分离普通内容和思考内容
+6. 返回结构化响应
+
+### streamCompletions处理流程
+
+1. 格式化消息
+2. 配置工具定义（如果有）
+3. 创建流式请求
+4. 处理流式响应片段：
+   - 普通内容片段
+   - 思考内容片段
+   - 工具调用识别和处理
+5. 如果有工具调用，处理工具调用并继续对话
+6. 最终返回token统计
+
+## 设计考虑
+
+1. **一致性**：所有提供商实现相同的接口，确保上层应用可以无缝切换
+2. **可扩展性**：新的LLM提供商只需继承BaseLLMProvider并实现其抽象方法
+3. **错误处理**：统一的错误处理机制，确保应用稳定性
+4. **代理支持**：内置代理配置支持，适应不同网络环境
+5. **自定义模型**：支持添加和管理自定义模型
+
+## 使用最佳实践
+
+- 对于需要即时反馈的对话场景，使用`streamCompletions`
+- 对于后台处理任务，如生成摘要或标题，使用`completions`
+- 对于需要工具调用的场景，使用`streamCompletions`
+- 使用`<think>`标签可以让模型展示思考过程
+
+## 内部机制
+
+### Token计数处理
+
+不同提供商提供的token计数机制不同：
+- OpenAI提供准确的token计数
+- Anthropic在响应中包含input_tokens和output_tokens
+- Gemini需要估算token数量
+- Ollama通过prompt_eval_count和eval_count提供估计
+
+### 思考内容处理
+
+通过`<think>`标签识别模型的思考过程：
+- 识别`<think>`和`</think>`标签
+- 提取标签之间的内容作为reasoning_content
+- 将标签外的内容作为普通content返回