Add optional document trust verification to add_corpus (Stipple)

[Sketchjar]

""" + body + """

[shibing624]

Hi @Sketchjar，感谢你的贡献和详细的说明！

关于这个 PR，有几点想法想和你讨论一下：

1. 关于引入外部第三方服务

这个功能的核心是把用户上传的文档发送到外部服务 stipple.sh 做校验。虽然默认是 verify=False（可选开启），但作为一个开源 RAG 工具，我们比较谨慎地对待"把用户文档发送到某个特定商业服务商"这类功能——这里涉及用户数据隐私、依赖绑定单一厂商等问题，不太适合直接内置到核心库里。

如果确实有类似需求，更合适的方式可能是：

• 设计一个通用的、可插拔的"文档校验/预处理 hook"接口，让用户可以自行接入任意校验服务（包括但不限于 Stipple），而不是硬编码某一家服务的 API；
• 或者作为一个独立的示例/插件仓库来维护，而不是合并进主仓库。

2. 代码实现上的一些建议

• rag.py 里这行：

  self.source_verification = getattr(self, "source_verification", {})

  建议直接在 __init__ 中初始化 self.source_verification = {}，这样逻辑更清晰，也避免每次调用 add_corpus 都做一次 getattr 判断。

• doc_verification.py 中手写了 multipart/form-data 的编码逻辑，建议直接用 requests 库（files= 参数），可以减少出错概率、提升可维护性。

• except Exception: return None 这种写法会静默吞掉所有异常（包括网络配置错误、认证失败等），建议至少记录一下具体的异常信息，方便排查问题。

• REQUEST_TIMEOUT = 300 秒（5 分钟）对于一次同步的 HTTP 调用来说比较长，可能会明显拖慢 add_corpus 的整体流程，建议评估一个更合理的超时时间，并考虑异步/后台处理的方式。

• 目前没有看到对应的测试和 README/文档更新，如果要推进合并，也需要补充这些内容。

再次感谢你的提交，也欢迎针对以上几点继续讨论！如果你有兴趣把这个改造成通用的、不绑定单一服务商的插件式方案，我们很乐意继续看看。