使用多进程并行导入多个PDF文件，并提升paddleorc识别效果

[0000sir]

原项目导入文件时是单进程，在导入多个文件时顺序执行，排队时间较长。使用多进程并行处理，能有效提升导入效率。 增加了 load.py 文件，可在后台导入，不使用web界面，方便大量文件操作。唯一的问题是在已运行的web环境中，使用load.py导入时，会重复引用chatglm模型，导致显存不足。我个人的方案是单独运行一个不执行web环境的容器，用来做数据导入。

使用方法： python3 load.py --path 文件目录（也可是单个文件） --base 知识库名称（不支持中文）

注意： paddleocr的模型需要提前下载并放到 loader/pdf_loader.py 中指定的目录

ocr = PaddleOCR(use_angle_cls=True, lang="ch", use_gpu=False, show_log=False,
                            det_model_dir="/modules/PaddleOCRModels/ch_PP-OCRv3_det_infer",
                            cls_model_dir="/modules/PaddleOCRModels/ch_ppocr_mobile_v2.0_cls_infer",
                            rec_model_dir="/modules/PaddleOCRModels/ch_PP-OCRv3_rec_infer")

[0000sir]

导入文件应该是用不到chatglm模型的，如果能将这部分拆分开（应该是在chains/local_doc_qa.py的初始化部分），就能在不影响前端服务的情况下进行数据批量导入

[zRzRzRzRzRzRzR]

目前，暂时没有开发该功能的计划，该PR关闭，感谢你的支持