feat: 实现 BM25 稀疏 + 稠密向量混合检索功能

backend/app/model_services/rerank_services.py

@@ -3,11 +3,15 @@
 
 本模块提供统一的重排模型服务获取接口，支持自动降级：
 1. 优先使用本地 llama.cpp 重排服务
-2. 本地服务不可用时，自动降级到智谱 API 重排服务
+2. 本地服务不可用时，自动降级到硅基流动(SiliconFlow) API 重排服务
+3. 硅基流动服务不可用时，自动降级到智谱 API 重排服务
+4. 所有API服务不可用时，自动降级到 LLM 评分重排服务
 
 主要功能：
 - LocalLlamaCppRerankProvider：本地 llama.cpp 重排服务提供者
+- SiliconFlowRerankProvider：硅基流动 API 重排服务提供者
 - ZhipuRerankProvider：智谱 API 重排服务提供者
+- LLMFallbackRerankProvider：LLM 评分降级重排服务提供者
 - get_rerank_service()：获取重排服务的统一接口
 
 注意：本模块只负责调用 rerank server，不包含业务逻辑（文档处理、排序、top_n）
@@ -28,7 +32,10 @@ from app.config import (
     LLAMACPP_API_KEY,
     ZHIPUAI_API_KEY,
     ZHIPU_RERANK_MODEL,
-    ZHIPU_API_BASE
+    ZHIPU_API_BASE,
+    SILICONFLOW_API_KEY,
+    SILICONFLOW_RERANK_MODEL,
+    SILICONFLOW_API_BASE
 )
 
 logger = logging.getLogger(__name__)
@@ -136,6 +143,53 @@ class ZhipuRerankService(BaseRerankService):
             raise
 
 
+class SiliconFlowRerankService(BaseRerankService):
+    """
+    硅基流动(SiliconFlow) API 重排服务 - 纯服务层
+    """
+
+    def __init__(self, model: str | None = None, api_key: str | None = None, api_base: str | None = None):
+        self.model = model or SILICONFLOW_RERANK_MODEL
+        self.api_key = api_key or SILICONFLOW_API_KEY
+        self.api_base = api_base or SILICONFLOW_API_BASE
+
+    def compute_scores(self, query: str, documents: List[str]) -> List[float]:
+        """
+        调用 SiliconFlow rerank API 计算得分 - 纯 API 调用
+        """
+        if not documents:
+            return []
+
+        headers = {
+            "Authorization": f"Bearer {self.api_key}",
+            "Content-Type": "application/json"
+        }
+
+        base = self.api_base.rstrip("/")
+        payload = {
+            "model": self.model,
+            "query": query,
+            "documents": documents,
+            "return_documents": False
+        }
+
+        with httpx.Client(timeout=120) as client:
+            response = client.post(
+                f"{base}/rerank",
+                headers=headers,
+                json=payload,
+            )
+            response.raise_for_status()
+            data = response.json()
+
+            if isinstance(data, dict) and "results" in data:
+                results = data["results"]
+                results_sorted = sorted(results, key=lambda x: x["index"])
+                return [item["relevance_score"] for item in results_sorted]
+            else:
+                raise ValueError(f"未知的 SiliconFlow rerank API 响应格式: {data}")
+
+
 class LLMFallbackRerankService(BaseRerankService):
     """
     使用 LLM 作为最后的降级方案进行重排
@@ -291,18 +345,53 @@ class ZhipuRerankProvider(BaseServiceProvider[BaseRerankService]):
         return self._service_instance
 
 
+class SiliconFlowRerankProvider(BaseServiceProvider[BaseRerankService]):
+    """
+    硅基流动(SiliconFlow) API 重排服务提供者
+    """
+
+    def __init__(self, model: str | None = None):
+        super().__init__("siliconflow_rerank")
+        self._model = model or SILICONFLOW_RERANK_MODEL
+
+    def is_available(self) -> bool:
+        """
+        检查 SiliconFlow API 重排服务是否可用
+        """
+        if not SILICONFLOW_API_KEY:
+            logger.warning("SILICONFLOW_API_KEY 未配置")
+            return False
+
+        try:
+            service = SiliconFlowRerankService(model=self._model)
+            test_scores = service.compute_scores("test query", ["test document"])
+            logger.info("SiliconFlow 重排服务可用")
+            return True
+        except Exception as e:
+            logger.warning(f"SiliconFlow 重排服务不可用: {e}")
+            return False
+
+    def get_service(self) -> BaseRerankService:
+        """
+        获取 SiliconFlow API 重排服务
+        """
+        if self._service_instance is None:
+            self._service_instance = SiliconFlowRerankService(model=self._model)
+        return self._service_instance
+
+
 def get_rerank_service() -> BaseRerankService:
     """
     获取重排服务（带自动降级）- 纯服务层
 
-    降级链: Local llama.cpp -> Zhipu Rerank -> LLM Fallback
+    降级链: Local llama.cpp -> SiliconFlow Rerank -> Zhipu Rerank -> LLM Fallback
 
     Returns:
         BaseRerankService: 重排服务实例
     """
     def _create_chain():
         primary = LocalLlamaCppRerankProvider()
-        fallbacks = [ZhipuRerankProvider(), LLMFallbackRerankProvider()]
+        fallbacks = [SiliconFlowRerankProvider(), ZhipuRerankProvider(), LLMFallbackRerankProvider()]
         return FallbackServiceChain(primary, fallbacks)
 
     chain = SingletonServiceManager.get_or_create("rerank_service_chain", _create_chain)