refactor: 重构RAG核心组件，简化代码结构和测试文件

tools/test/test_rag_pipeline.py

@@ -0,0 +1,145 @@
+#!/usr/bin/env python3
+"""
+完整的 RAG Pipeline 测试
+测试从查询改写 → 检索 → RRF融合 → 重排序 → 格式化输出的整个流程
+"""
+
+import asyncio
+from backend.app.rag.pipeline import RAGPipeline, create_rag_pipeline
+from backend.app.rag.tools import create_rag_tool
+
+
+async def test_rag_pipeline_direct():
+    """测试 1: 直接使用 RAGPipeline（默认用小模型做查询改写）"""
+    print("="*80)
+    print("测试 1: 直接使用 RAGPipeline（默认用小模型做查询改写）")
+    print("="*80)
+    
+    # 创建 pipeline（默认用小模型）
+    pipeline = create_rag_pipeline(
+        collection_name="rag_documents",
+        num_queries=3,
+        rerank_top_n=5
+    )
+    
+    query = "黄双银的经历"
+    
+    print(f"\n用户查询: {query}")
+    print("-" * 80)
+    
+    # 执行检索
+    docs = await pipeline.aretrieve(query)
+    
+    if docs:
+        print(f"\n✓ 找到 {len(docs)} 个相关文档")
+        print("-" * 80)
+        
+        for i, doc in enumerate(docs, 1):
+            print(f"\n{i}. 来源: {doc.metadata.get('source', 'unknown')}")
+            print(f"   内容:\n{doc.page_content}")
+            print("-" * 80)
+        
+        # 格式化输出
+        print("\n" + "="*80)
+        print("格式化后的上下文:")
+        print("="*80)
+        formatted_context = pipeline.format_context(docs)
+        print(formatted_context)
+    else:
+        print("\n✗ 未找到相关文档")
+    
+    print("\n" + "="*80)
+
+
+async def test_rag_tool():
+    """测试 2: 使用 RAG Tool（默认用小模型做查询改写）"""
+    print("\n"+"="*80)
+    print("测试 2: 使用 RAG Tool（默认用小模型做查询改写）")
+    print("="*80)
+    
+    # 创建 tool（默认用小模型）
+    rag_tool = create_rag_tool(
+        collection_name="rag_documents",
+        num_queries=3,
+        rerank_top_n=5
+    )
+    
+    query = "黄双银的经历"
+    
+    print(f"\n用户查询: {query}")
+    print("-" * 80)
+    
+    # 使用 tool (异步调用 ainvoke)
+    result = await rag_tool.ainvoke(query)
+    
+    print("\nTool 返回结果:")
+    print("="*80)
+    print(result)
+    print("="*80)
+
+
+async def test_custom_pipeline():
+    """测试 3: 自定义参数的 RAGPipeline（默认用小模型）"""
+    print("\n"+"="*80)
+    print("测试 3: 自定义参数的 RAGPipeline（默认用小模型）")
+    print("="*80)
+    
+    # 自定义参数（默认用小模型）
+    pipeline = RAGPipeline(
+        collection_name="rag_documents",
+        num_queries=2,      # 只生成 2 个查询变体
+        rerank_top_n=3     # 只返回前 3 个最相关文档
+    )
+    
+    query = "黄双银的经历"
+    
+    print(f"\n用户查询: {query}")
+    print(f"配置: num_queries=2, rerank_top_n=3")
+    print("-" * 80)
+    
+    docs = await pipeline.aretrieve(query)
+    
+    if docs:
+        print(f"\n✓ 找到 {len(docs)} 个相关文档")
+        print("-" * 80)
+        
+        for i, doc in enumerate(docs, 1):
+            print(f"\n{i}. 来源: {doc.metadata.get('source', 'unknown')}")
+            preview = doc.page_content[:200].strip()
+            if len(doc.page_content) > 200:
+                preview += "..."
+            print(f"   内容预览: {preview}")
+        
+        print("\n" + "="*80)
+        print("格式化后的上下文:")
+        print("="*80)
+        print(pipeline.format_context(docs))
+    else:
+        print("\n✗ 未找到相关文档")
+    
+    print("\n" + "="*80)
+
+
+async def main():
+    """主测试函数"""
+    print("\n" + "="*80)
+    print("完整 RAG Pipeline 测试")
+    print("查询: '黄双银的经历'")
+    print("="*80)
+    
+    # 测试 1: 直接使用 pipeline
+    await test_rag_pipeline_direct()
+    
+    # 测试 2: 使用 tool
+    await test_rag_tool()
+    
+    # 测试 3: 自定义参数
+    await test_custom_pipeline()
+    
+    print("\n" + "="*80)
+    print("🎉 所有 RAG Pipeline 测试完成！")
+    print("="*80)
+
+
+if __name__ == "__main__":
+    asyncio.run(main())