feat: 实现 BM25 稀疏 + 稠密向量混合检索功能

backend/app/rag/tools.py

@@ -3,52 +3,94 @@ RAG 工具模块
 
 将检索功能封装为 LangChain Tool，供 Agent 调用。
 采用固定流水线：多路改写 → 并行检索 → RRF 融合 → 重排序 → 返回父文档。
+
+默认使用混合检索（稠密+BM25稀疏）+ 父子文档模式。
 """
-from typing import Callable
+from typing import Callable, Optional
 from langchain_core.tools import tool
 from langchain_core.language_models import BaseLanguageModel
 from langchain_core.retrievers import BaseRetriever
-from .pipeline import RAGPipeline
+from app.rag.pipeline import RAGPipeline, create_rag_pipeline
+
 
 def create_rag_tool_sync(
-    retriever: BaseRetriever,
-    llm: BaseLanguageModel,
+    retriever: Optional[BaseRetriever] = None,
+    llm: Optional[BaseLanguageModel] = None,
     num_queries: int = 3,
     rerank_top_n: int = 5,
     collection_name: str = "rag_documents",
 ) -> Callable:
     """
-    创建一个配置好的 RAG 检索工具（同步版本，用于不支持异步的旧版 Agent）。
-
-    参数同 create_rag_tool。
+    创建一个配置好的 RAG 检索工具（同步版本）。
+    
+    默认使用混合检索（稠密+BM25稀疏）+ 父子文档模式。
+    
+    Args:
+        retriever: 基础检索器对象（可选，不提供则自动创建）
+        llm: 用于生成多路查询的语言模型（可选）
+        num_queries: 生成的查询变体数量
+        rerank_top_n: 最终返回的文档数量
+        collection_name: Qdrant 集合名称
+    
+    Returns:
+        LangChain Tool 函数
     """
     pipeline = RAGPipeline(
         retriever=retriever,
         llm=llm,
         num_queries=num_queries,
         rerank_top_n=rerank_top_n,
+        collection_name=collection_name,
     )
 
     @tool
     def search_knowledge_base_sync(query: str) -> str:
-        """在知识库中搜索与查询相关的文档片段（同步版本）。
-
-        功能与异步版本相同：多路改写 → RRF融合 → 重排序 → 返回父文档。
-
+        """
+        在知识库中搜索与查询相关的文档片段。
+        
+        使用混合检索（稠密向量语义 + BM25 关键词）+ 父子文档模式，
+        检索效果最优。
+        
         Args:
             query: 用户提出的问题或查询字符串
-
+        
         Returns:
-            格式化后的相关文档内容。
+            格式化后的相关文档内容
         """
         try:
-            documents = pipeline.retrieve(query)  # 内部调用异步方法并等待
+            documents = pipeline.retrieve(query)
             if not documents:
                 return f"在知识库 '{collection_name}' 中未找到与 '{query}' 相关的信息。"
-
+            
             context = pipeline.format_context(documents)
             return context
         except Exception as e:
             return f"检索过程中发生错误: {str(e)}"
+    
+    return search_knowledge_base_sync
 
-    return search_knowledge_base_sync
+
+def create_rag_tool(
+    collection_name: str = "rag_documents",
+    llm: Optional[BaseLanguageModel] = None,
+    num_queries: int = 3,
+    rerank_top_n: int = 5,
+) -> Callable:
+    """
+    创建 RAG 检索工具的便捷函数（同步版本）。
+    
+    Args:
+        collection_name: Qdrant 集合名称
+        llm: 用于生成多路查询的语言模型（可选）
+        num_queries: 生成的查询变体数量
+        rerank_top_n: 最终返回的文档数量
+    
+    Returns:
+        LangChain Tool 函数
+    """
+    return create_rag_tool_sync(
+        collection_name=collection_name,
+        llm=llm,
+        num_queries=num_queries,
+        rerank_top_n=rerank_top_n,
+    )