修改日志用项目统一的 logger
All checks were successful
构建并部署 AI Agent 服务 / deploy (push) Successful in 10m46s

This commit is contained in:
2026-05-06 16:15:09 +08:00
parent 13499ecf2a
commit d09b0d16ce
2 changed files with 46 additions and 49 deletions

View File

@@ -1,10 +1,9 @@
# rag/fusion.py
import logging
from typing import List, Dict
from langchain_core.documents import Document
from backend.app.logger import info
logger = logging.getLogger(__name__)
def reciprocal_rank_fusion(
doc_lists: List[List[Document]],
@@ -12,22 +11,22 @@ def reciprocal_rank_fusion(
) -> List[Document]:
"""
对多个检索结果列表进行 RRF 融合。
Args:
doc_lists: 多个检索结果列表,每个列表来自一个查询
k: RRF 常数,通常设为 60
Returns:
融合后按 RRF 得分降序排列的文档列表
"""
logger.info(f"[RRF] reciprocal_rank_fusion 开始: {len(doc_lists)} 组文档")
info(f"[RRF] reciprocal_rank_fusion 开始: {len(doc_lists)} 组文档")
# 使用文档内容作为唯一标识(如果内容相同但 metadata 不同,视为同一文档)
# 更好的做法是用 docstore 的 ID这里简化处理用内容 hash
doc_to_score: Dict[str, float] = {}
doc_map: Dict[str, Document] = {}
for list_idx, docs in enumerate(doc_lists):
logger.info(f"[RRF] 处理第 {list_idx} 组: {len(docs)} 个文档")
info(f"[RRF] 处理第 {list_idx} 组: {len(docs)} 个文档")
for rank, doc in enumerate(docs, start=1):
# 生成唯一标识符(内容+来源组合,避免不同文件相同内容混淆)
doc_id = f"{doc.page_content[:200]}_{doc.metadata.get('source', '')}"
@@ -35,10 +34,10 @@ def reciprocal_rank_fusion(
doc_map[doc_id] = doc
score = doc_to_score.get(doc_id, 0.0) + 1.0 / (k + rank)
doc_to_score[doc_id] = score
logger.info(f"[RRF] 去重后共 {len(doc_map)} 个唯一文档")
info(f"[RRF] 去重后共 {len(doc_map)} 个唯一文档")
# 按得分排序
sorted_ids = sorted(doc_to_score.keys(), key=lambda x: doc_to_score[x], reverse=True)
result = [doc_map[doc_id] for doc_id in sorted_ids]
logger.info(f"[RRF] reciprocal_rank_fusion 结束: 返回 {len(result)} 个文档")
return result
info(f"[RRF] reciprocal_rank_fusion 结束: 返回 {len(result)} 个文档")
return result