refactor: 重构RAG核心组件，简化代码结构和测试文件

backend/app/rag/pipeline.py

@@ -13,7 +13,7 @@ from typing import List, Optional
 from langchain_core.documents import Document
 from langchain_core.language_models import BaseLanguageModel
 
-from app.model_services import get_rerank_service
+from app.model_services import get_rerank_service, get_small_llm_service
 from app.rag.rerank import create_document_reranker
 from app.rag.query_transform import MultiQueryGenerator
 from app.rag.fusion import reciprocal_rank_fusion
@@ -31,7 +31,7 @@ class RAGPipeline:
     def __init__(
         self,
         retriever=None,
-        llm: Optional[BaseLanguageModel] = None,
+        llm: Optional[BaseLanguageModel] = "default_small",
         num_queries: int = 3,
         rerank_top_n: int = 5,
         collection_name: str = "rag_documents",
@@ -41,6 +41,9 @@ class RAGPipeline:
             retriever: 基础检索器对象，需实现 ainvoke(query) 异步方法。
                       如果不提供，会自动创建默认的父子文档混合检索器。
             llm: 用于生成多路查询的语言模型。
+                 - "default_small": (默认) 使用小模型（本地 + DeepSeek）
+                 - None / False: 不做查询改写
+                 - BaseLanguageModel 实例: 自定义模型
             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（仅当 retriever 未提供时使用）。
@@ -53,13 +56,26 @@ class RAGPipeline:
             )
         else:
             self.retriever = retriever
+        
+        # 处理 llm 参数
+        if llm == "default_small":
+            try:
+                self.llm = get_small_llm_service()
+            except Exception as e:
+                import logging
+                logger = logging.getLogger(__name__)
+                logger.warning(f"小模型初始化失败，将不做查询改写: {e}")
+                self.llm = None
+        elif llm in (None, False):
+            self.llm = None
+        else:
+            self.llm = llm
             
-        self.llm = llm
         self.num_queries = num_queries
         self.rerank_top_n = rerank_top_n
         
         # 初始化组件 - 使用统一的重排服务获取接口
-        self.query_generator = MultiQueryGenerator(llm=llm, num_queries=num_queries) if llm else None
+        self.query_generator = MultiQueryGenerator(llm=self.llm, num_queries=num_queries) if self.llm else None
         self.reranker = create_document_reranker()
     
     async def aretrieve(self, query: str) -> List[Document]:
@@ -102,11 +118,7 @@ class RAGPipeline:
             final_docs = fused_docs[:self.rerank_top_n]
         
         return final_docs
-    
-    def retrieve(self, query: str) -> List[Document]:
-        """同步检索入口（内部调用异步方法）"""
-        return asyncio.run(self.aretrieve(query))
-    
+
     def format_context(self, documents: List[Document]) -> str:
         """
         将文档列表格式化为上下文字符串
@@ -129,7 +141,7 @@ class RAGPipeline:
 
 def create_rag_pipeline(
     collection_name: str = "rag_documents",
-    llm: Optional[BaseLanguageModel] = None,
+    llm: Optional[BaseLanguageModel] = "default_small",
     num_queries: int = 3,
     rerank_top_n: int = 5,
 ) -> RAGPipeline:
@@ -138,7 +150,10 @@ def create_rag_pipeline(
     
     Args:
         collection_name: Qdrant 集合名称
-        llm: 用于生成多路查询的语言模型
+        llm: 用于生成多路查询的语言模型。
+             - "default_small": (默认) 使用小模型（本地 + DeepSeek）
+             - None / False: 不做查询改写
+             - BaseLanguageModel 实例: 自定义模型
         num_queries: 生成的查询变体数量
         rerank_top_n: 最终返回的文档数量