修改rag，实现混合检索

backend/app/rag/tools.py

@@ -70,6 +70,63 @@ def create_rag_tool_sync(
     return search_knowledge_base_sync
 
 
+def create_rag_tool_async(
+    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（异步版本）。
+    
+    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:
+        Async 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
+    async def search_knowledge_base_async(query: str) -> str:
+        """
+        在知识库中搜索与查询相关的文档片段（异步版本）。
+        
+        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
+        """
+        try:
+            documents = await pipeline.aretrieve(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_async
+
+
 def create_rag_tool(
     collection_name: str = "rag_documents",
     llm: Optional[BaseLanguageModel] = None,