修改配置

rag_indexer/config.py

@@ -1,32 +1,71 @@
 """
 RAG Indexer 配置管理模块
 集中管理所有环境变量配置项，避免散落在各个文件中
+所有配置直接从环境变量读取，无默认值，避免配置混乱
+需要类型转换的配置在此处理
 """
 
 import os
 
-# 尝试从 rag_core 导入配置（如果可用）
-try:
-    from rag_core.config import (
-        QDRANT_URL,
-        QDRANT_API_KEY,
-        LLAMACPP_EMBEDDING_URL,
-        LLAMACPP_API_KEY,
-        DB_URI,
-        DOCSTORE_URI,
-    )
-except ImportError:
-    # 如果 rag_core 不可用，则直接读取环境变量
-    QDRANT_URL = os.getenv("QDRANT_URL", "http://127.0.0.1:6333")
-    QDRANT_API_KEY = os.getenv("QDRANT_API_KEY", "")
-    LLAMACPP_EMBEDDING_URL = os.getenv("LLAMACPP_EMBEDDING_URL", "http://127.0.0.1:8082")
-    LLAMACPP_API_KEY = os.getenv("LLAMACPP_API_KEY", "")
-    DB_URI = os.getenv(
-        "DB_URI",
-        "postgresql://postgres:huang1998@ai-postgres:5432/langgraph_db?sslmode=disable"
-    )
-    DOCSTORE_URI = os.getenv("DOCSTORE_URI", DB_URI)
+
+# ========== 辅助函数：类型转换 ==========
+def _get_str(key: str) -> str | None:
+    """获取字符串配置"""
+    return os.getenv(key)
+
+
+def _get_int(key: str) -> int | None:
+    """获取整数配置，自动转换"""
+    value = os.getenv(key)
+    if value is not None:
+        try:
+            return int(value)
+        except (ValueError, TypeError):
+            pass
+    return None
+
+
+def _get_list_str(key: str, default: list[str] | None = None) -> list[str]:
+    """获取字符串列表配置，从逗号分隔的字符串解析"""
+    value = os.getenv(key)
+    if value is not None:
+        return [item.strip() for item in value.split(",") if item.strip()]
+    return default or []
+
+
+# ========== 向量数据库配置（URL + API密钥 配对） ==========
+QDRANT_URL = _get_str("QDRANT_URL")
+QDRANT_API_KEY = _get_str("QDRANT_API_KEY")
+
+
+# ========== 嵌入服务配置（URL + API密钥 配对） ==========
+LLAMACPP_EMBEDDING_URL = _get_str("LLAMACPP_EMBEDDING_URL")
+LLAMACPP_API_KEY = _get_str("LLAMACPP_API_KEY")
+
+
+# ========== 文档存储配置（分离配置 + 完整URI） ==========
+# 分离配置（优先使用）
+DB_HOST = _get_str("DB_HOST")
+DB_PORT = _get_int("DB_PORT")
+DB_USER = _get_str("DB_USER")
+DB_PASSWORD = _get_str("DB_PASSWORD")
+DB_NAME = _get_str("DB_NAME")
+
+# 完整连接字符串（直接从环境变量读取）
+DB_URI = _get_str("DB_URI")
+
+# 文档存储 URI（直接从环境变量读取，默认同 DB_URI）
+DOCSTORE_URI = _get_str("DOCSTORE_URI") or DB_URI
+
+
+# ========== 文档加载器配置（unstructured 库） ==========
+# OCR 语言列表（逗号分隔，如 "chi_sim,eng"）
+RAG_OCR_LANGUAGES = _get_list_str("RAG_OCR_LANGUAGES", ["chi_sim", "eng"])
+
+# 文档主语言列表（逗号分隔，如 "zh"）
+RAG_DOC_LANGUAGES = _get_list_str("RAG_DOC_LANGUAGES", ["zh"])
+
 
 # ========== 索引器专用配置 ==========
 # 默认索引存储路径
-INDEX_STORAGE_PATH = os.getenv("INDEX_STORAGE_PATH", "./index_storage")
+INDEX_STORAGE_PATH = _get_str("INDEX_STORAGE_PATH")