修改引用逻辑，修改长期记忆bug

app/rag/test.py

@@ -11,7 +11,6 @@ RAG 系统使用示例（重构版）
 import asyncio
 import sys
 import os
-from pathlib import Path
 
 from dotenv import load_dotenv
 
@@ -19,12 +18,12 @@ from dotenv import load_dotenv
 load_dotenv()
 
 # 添加项目根目录到路径
-sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "../.."))
 
-from rag_indexer.index_builder import IndexBuilder, IndexBuilderConfig
+from rag_indexer.index_builder import IndexBuilderConfig
 from rag_indexer.splitters import SplitterType
-from rag.pipeline import RAGPipeline
-from rag.tools import create_rag_tool
+from app.rag.pipeline import RAGPipeline
+from app.rag.tools import create_rag_tool_sync
 from pydantic import SecretStr
 # 使用本地 LLM（通过 OpenAI 兼容接口）
 from langchain_openai import ChatOpenAI
@@ -32,7 +31,6 @@ from rag_core.retriever_factory import create_parent_retriever
 
 load_dotenv()
 
-
 def create_llm():
         """创建本地 vLLM 服务 LLM"""
         vllm_base_url = os.getenv(
@@ -60,8 +58,7 @@ async def demonstrate_full_pipeline():
     print("演示：固定流程 RAG 检索（多路改写 + RRF + 重排序 + 父文档）")
     print("=" * 60)
 
-
-    retriever = retriever = create_parent_retriever(collection_name="my_docs", search_k=5)
+    retriever = create_parent_retriever(collection_name="rag_documents", search_k=5)
 
     if retriever is None:
         print("错误：检索器未初始化，请确保索引已构建。")
@@ -103,7 +100,6 @@ async def demonstrate_full_pipeline():
         import traceback
         traceback.print_exc()
 
-
 async def demonstrate_tool_creation():
     """
     演示创建 RAG 工具（供 Agent 使用）
@@ -119,12 +115,11 @@ async def demonstrate_tool_creation():
     )
     retriever = retriever = create_parent_retriever(collection_name="rag_documents", search_k=5)
 
-
     # 2. 创建 LLM
     llm = create_llm()
 
     # 3. 创建工具
-    rag_tool = create_rag_tool(
+    rag_tool = create_rag_tool_sync(
         retriever=retriever,
         llm=llm,
         num_queries=3,
@@ -136,18 +131,16 @@ async def demonstrate_tool_creation():
     print(f"工具描述: {rag_tool.description[:100]}...")
 
     # 4. 模拟 Agent 调用工具
-    query = "请告诉我 RAG 系统的核心组件有哪些？"
+    query = "请告诉我 打虎英雄是谁？"
     print(f"\n模拟调用: {query}")
     print("-" * 40)
 
     result = await rag_tool.ainvoke({"query": query})
     print(result[:800] + "..." if len(result) > 800 else result)
 
-
 async def main():
     await demonstrate_full_pipeline()
     await demonstrate_tool_creation()
 
-
 if __name__ == "__main__":
     asyncio.run(main())