导入方式修改

README.md

@@ -1154,7 +1154,7 @@ RAG 系统分为两个独立但协同的阶段：
   ❌ 只能捕捉"语义相似"，专有名词匹配差
   
 实现代码：
-  from app.rag.retriever import create_base_retriever
+  from backend.app.rag.retriever import create_base_retriever
   
   retriever = create_base_retriever(
       collection_name="rag_documents",
@@ -1175,7 +1175,7 @@ RAG 系统分为两个独立但协同的阶段：
   两路结果并行获取，等待融合
   
 实现代码：
-  from app.rag.retriever import create_hybrid_retriever
+  from backend.app.rag.retriever import create_hybrid_retriever
   
   retriever = create_hybrid_retriever(
       collection_name="rag_documents",
@@ -1195,7 +1195,7 @@ RAG 系统分为两个独立但协同的阶段：
   由模型直接输出 0~1 的相关性得分，精度极高
   
 实现代码：
-  from app.rag.reranker import LLaMaCPPReranker
+  from backend.app.rag.reranker import LLaMaCPPReranker
   
   reranker = LLaMaCPPReranker(
       base_url="http://127.0.0.1:8083",
@@ -1215,7 +1215,7 @@ RAG 系统分为两个独立但协同的阶段：
   通过 LLM 将单一问题改写为多个不同角度的查询
   
 实现代码：
-  from app.rag.query_transform import MultiQueryGenerator
+  from backend.app.rag.query_transform import MultiQueryGenerator
   
   generator = MultiQueryGenerator(llm=llm, num_queries=3)
   queries = await generator.agenerate("如何申请项目资金？")
@@ -1231,7 +1231,7 @@ RAG 系统分为两个独立但协同的阶段：
   有效避免某一极端检索结果主导全局
   
 实现代码：
-  from app.rag.fusion import reciprocal_rank_fusion
+  from backend.app.rag.fusion import reciprocal_rank_fusion
   
   # 多个查询的检索结果
   doc_lists = [result1, result2, result3]
@@ -1260,8 +1260,8 @@ RAG 系统分为两个独立但协同的阶段：
   └──────────     └──────────────     └──────────┘     └────────┘
 
 实现代码：
-  from app.rag.tools import search_knowledge_base
-  from app.main_graph.utils.main_graph_builder import MainGraphBuilder
+  from backend.app.rag.tools import search_knowledge_base
+  from backend.app.main_graph.utils.main_graph_builder import MainGraphBuilder
 
   # 构建图
   builder = MainGraphBuilder()