cleanup: 删除旧的 rag/reranker.py

- rag/reranker.py 是旧代码，不再使用
- 现在使用 model_services/rerank_services.py 提供重排服务
- pipeline.py 已经通过 get_rerank_service() 使用服务层

backend/app/agent_subgraphs/common/formatter.py

@@ -271,7 +271,7 @@ class TemplateManager:
             name: 模板名称
             
         Returns:
-            模板对象，如果不存在返回 None
+            模板对象,如果不存在返回 None
         """
         return self._templates.get(name)
     
@@ -479,3 +479,7 @@ class OutputRenderer:
             格式化后的字符串
         """
         return self.markdown.format(data)
+    """
+        格式化后的字符串
+    """
+        return str(data)

backend/app/rag/reranker.py

@@ -1,75 +0,0 @@
-"""
-重排序器模块 (适配版)
-使用远程 llama.cpp 服务 (兼容 OpenAI Rerank API) 替代本地 Cross-Encoder
-"""
-import requests
-from typing import List
-from langchain_core.documents import Document
-
-class LLaMaCPPReranker:
-    """使用远程 llama.cpp 服务对检索结果重排序。"""
-
-    def __init__(self, 
-                 base_url: str, 
-                 api_key: str,
-                 top_n: int = 5,
-                 timeout: int = 60):
-        """
-        初始化远程重排序器
-        
-        Args:
-            base_url: llama.cpp 服务的地址和端口，默认为环境变量 LLAMACPP_RERANKER_URL 或 "http://127.0.0.1:8083"。
-            top_n: 返回前 N 个结果。
-            api_key: API 密钥，默认为环境变量 LLAMACPP_API_KEY 。
-            timeout: 请求超时时间（秒）。
-        """
-        self.base_url = base_url 
-        self.api_key = api_key 
-        self.top_n = top_n
-        self.timeout = timeout
-        self.endpoint = f"{self.base_url}/rerank"
-        
-    def compress_documents(
-        self, documents: List[Document], query: str
-    ) -> List[Document]:
-        """
-        对文档进行重排序
-        
-        Args:
-            documents: 待排序的文档列表
-            query: 查询字符串
-        
-        Returns:
-            排序后的文档列表
-        """
-        if not documents:
-            return []
-
-        # 准备请求体
-        # 根据 llama.cpp 的 OpenAI 兼容性，文档是一个字符串列表
-        payload = {
-            "model": "bge-reranker-v2-m3",
-            "query": query,
-            "documents": [doc.page_content for doc in documents],
-            "top_n": self.top_n
-        }
-        headers = {
-            "Content-Type": "application/json",
-            "Authorization": f"Bearer {self.api_key}"
-        }
-
-        try:
-            response = requests.post(self.endpoint, json=payload, headers=headers, timeout=self.timeout)
-            response.raise_for_status()  # 检查请求是否成功
-            results = response.json()
-            
-            # 解析返回结果
-            # 返回格式: {"results": [{"index": 0, "document": "...", "relevance_score": 0.8}, ...]}
-            # 按相关性得分降序排列
-            sorted_indices = [item["index"] for item in results["results"]]
-            sorted_docs = [documents[idx] for idx in sorted_indices]
-            return sorted_docs
-            
-        except Exception as e:
-            print(f"警告: 远程重排序过程出错，将使用原始排序。错误: {e}")
-            return documents[:self.top_n]