docs: 添加项目README文件，包含系统概述和安装说明

添加项目README文档，详细介绍LLM-Filter智能对话过滤系统的功能特点、技术架构、安装配置步骤、API端点说明以及核心模块实现。文档包含完整的项目结构和使用示例，方便开发者快速了解和使用本项目。

README.md

+# LLM-Filter 智能对话过滤系统
+
+## 项目概述
+
+LLM-Filter 是一个基于大型语言模型(LLM)的智能对话系统，集成了敏感词过滤功能，可以安全地与用户进行对话交互。系统通过 Ollama 本地模型提供对话能力，同时实现了高效的敏感词检测和过滤，确保生成的内容符合安全标准。
+
+### 核心功能特点
+
+- **智能对话**：基于 Ollama 本地大语言模型提供自然、流畅的对话体验
+- **敏感词过滤**：使用高效的 Trie 树数据结构实现敏感词检测和过滤
+- **用户管理**：支持用户注册、登录和权限管理
+- **对话历史**：保存和管理用户的对话历史记录
+- **敏感词管理**：提供敏感词的添加、删除和查询功能
+- **敏感记录追踪**：记录并可查询敏感词触发情况
+
+## 系统架构
+
+### 技术栈
+
+- **后端框架**：FastAPI
+- **数据库**：MongoDB
+- **大语言模型**：Ollama (本地部署)
+- **认证**：JWT (JSON Web Token)
+- **文档**：Swagger UI / ReDoc
+
+### 核心组件
+
+- **API 层**：处理 HTTP 请求和响应
+- **服务层**：实现业务逻辑
+- **数据模型层**：定义数据结构
+- **工具层**：提供敏感词过滤等功能
+- **数据库层**：处理数据持久化
+
+## 安装与配置
+
+### 环境要求
+
+- Python 3.9+
+- MongoDB
+- Ollama (本地安装)
+
+### 安装步骤
+
+1. 克隆项目仓库
+   ```bash
+   git clone <repository-url>
+   cd llm-filter
+   ```
+
+2. 安装依赖
+   ```bash
+   pip install -r requirements.txt
+   ```
+
+3. 配置环境变量
+   创建 `.env` 文件并设置以下变量：
+   ```
+   MONGODB_URL=mongodb://localhost:27017
+   DATABASE_NAME=llm_filter
+   SECRET_KEY=your_secret_key
+   ALGORITHM=HS256
+   ACCESS_TOKEN_EXPIRE_MINUTES=30
+   OLLAMA_API_BASE_URL=http://localhost:11434
+   OLLAMA_MODEL=llama2
+   ```
+
+4. 初始化数据库
+   ```bash
+   python init_db.py
+   ```
+
+5. 启动应用
+   ```bash
+   uvicorn app.main:app --reload
+   ```
+
+## API 端点
+
+### 用户相关
+
+- `POST /api/v1/users/register` - 用户注册
+- `POST /api/v1/users/login` - 用户登录
+- `GET /api/v1/users/me` - 获取当前用户信息
+
+### 对话相关
+
+- `POST /api/v1/conversations` - 创建新对话
+- `GET /api/v1/conversations` - 获取用户所有对话
+- `GET /api/v1/conversations/{conversation_id}` - 获取特定对话详情
+- `POST /api/v1/conversations/{conversation_id}/messages` - 发送消息
+
+### 敏感词相关
+
+- `POST /api/v1/sensitive-words` - 添加敏感词
+- `DELETE /api/v1/sensitive-words/{word_id}` - 删除敏感词
+- `GET /api/v1/sensitive-words` - 获取所有敏感词
+- `GET /api/v1/sensitive-records` - 获取敏感词记录
+
+## 项目结构
+
+```
+llm-filter/
+├── .env                    # 环境变量配置
+├── app/                    # 应用主目录
+│   ├── api/                # API 路由
+│   │   └── v1/             # API 版本
+│   ├── core/               # 核心配置
+│   ├── db/                 # 数据库连接
+│   ├── models/             # 数据模型
+│   ├── schemas/            # 请求和响应模式
+│   ├── services/           # 业务服务
+│   └── utils/              # 工具函数
+├── init_db.py              # 数据库初始化脚本
+└── requirements.txt        # 项目依赖
+```
+
+## 核心模块说明
+
+### 敏感词过滤器
+
+系统使用 Trie 树（字典树）实现高效的敏感词检测：
+
+- `TrieNode` 类：实现 Trie 树的节点结构
+- `SensitiveWordFilter` 类：提供敏感词加载和检测功能
+
+### 对话服务
+
+对话功能通过以下组件实现：
+
+- `ConversationModel` 和 `MessageModel`：定义对话和消息的数据结构
+- `add_message` 函数：处理用户消息，检测敏感词，生成 AI 回复
+- `generate_response` 函数：调用 Ollama API 生成回复
+
+### 用户认证
+
+使用 JWT 实现用户认证：
+
+- `create_access_token` 函数：生成访问令牌
+- `get_current_user` 函数：验证用户身份
+
+## 使用示例
+
+### 用户注册
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/users/register" \
+     -H "Content-Type: application/json" \
+     -d '{"username": "testuser", "password": "password123", "email": "test@example.com"}'
+```
+
+### 用户登录
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/users/login" \
+     -H "Content-Type: application/json" \
+     -d '{"username": "testuser", "password": "password123"}'
+```
+
+### 创建对话
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/conversations" \
+     -H "Authorization: Bearer {your_token}" \
+     -H "Content-Type: application/json" \
+     -d '{}'
+```
+
+### 发送消息
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/conversations/{conversation_id}/messages" \
+     -H "Authorization: Bearer {your_token}" \
+     -H "Content-Type: application/json" \
+     -d '{"content": "你好，请问今天天气如何？"}'
+```
+
+## 开发者指南
+
+### 添加新的敏感词
+
+1. 通过 API 添加
+2. 直接在数据库中添加
+
+### 自定义 Ollama 模型
+
+修改 `.env` 文件中的 `OLLAMA_MODEL` 变量以使用不同的模型。
+
+## 许可证
+
+[指定许可证类型]
+
+## 联系方式
+
+[提供联系信息]
\ No newline at end of file