18 Commits

Author	SHA1	Message	Date
root	bfb2ddbe76	test: 适配新的 final_reply 返回格式	2026-05-08 02:08:22 +08:00
root	5b41598d50	重构：简化流式架构，将 ReAct 循环移入 agent 节点 ... 主要变更： - 简化 agent_service：移除复杂双协程，只用 stream_mode=["updates"] - stream_context：提供更清晰的 API (set_stream_queue/get_stream_queue) - main_graph_builder：简化图结构，移除 tools 节点和条件边 - agent 节点：包含完整 ReAct 循环 + 流式 Tool Calling 拼接 - 前端：适配新的事件格式 - 添加测试文件：test_full_react_streaming.py, test_stream.py	2026-05-07 02:56:35 +08:00
root	22fdb625a4	feat: 完成极简 LangGraph 架构迁移，添加 Baosi API 支持 ... 主要变更： - 迁移到极简 LangGraph 标准架构（START → init_state → 记忆 → Agent ⇄ Tools → finalize → END） - 添加 Baosi API 支持，配置 ops4.7 模型 - 保留本地模型作为默认首选，Baosi 作为备选 - 新架构使用 LangGraph 原生 ToolNode 和 bind_tools - 移除旧的混合路由、JSON 解析等复杂逻辑 - 把旧代码移到 deprecated/ 目录 - 添加新的 Agent 节点和 Tools 模块 - 添加测试脚本验证新架构 - 所有测试通过 ✓	2026-05-07 00:48:17 +08:00
root	ef6fbc1521	推理优化	2026-05-06 04:26:06 +08:00
root	1260bef5cb	添加rag置信度判断	2026-05-06 01:15:52 +08:00
root	3ae9daa01a	导入方式修改	2026-05-05 23:17:00 +08:00
root	b5c15ef445	refactor: 单图方案重构 + 动态模型选择 + chat_services优化 ... ## 核心改动 ### 1. 单图方案重构 - 删除了多图（self.graphs），改为单图（self.graph） - 新增 MainGraphState.current_model 字段用于运行时注入模型 - llm_call 节点改为动态选择模型（create_dynamic_llm_call_node） ### 2. chat_services 优化 - 添加 _cached_services 缓存，避免重复初始化 - 新增 get_cached_chat_services() 函数，用于单图注入 - 新增 _check_http_service_available() 统一HTTP探测逻辑 - 减少重复代码，LocalVLLMChatProvider和LocalSmallModelProvider共用探测方法 ### 3. AIAgentService 重构 - initialize() 只构建一次图，传入 chat_services 字典 - 新增 _resolve_model() 模型回退逻辑 - 新增 _build_invocation() 统一构建调用参数 - process_message() 和 process_message_stream() 改为注入 current_model - 流式处理代码拆分，增加可读性 ### 4. 新增和删除文件 - 新增：backend/app/main_graph/main_graph_builder.py（图构建） - 新增：backend/app/main_graph/subgraph_wrapper.py（子图封装） - 新增：tools/test/test_tavily_search.py（测试） - 删除：backend/app/main_graph/graph.py（旧图） - 删除：backend/app/main_graph/utils/main_graph_builder.py（旧构建器） - 删除：backend/app/main_graph/utils/__init__.py ### 5. 其他更新 - README.md：新增模型服务使用情况详解章节 - backend/app/model_services/__init__.py：新增 get_cached_chat_services 导出 ## 方案优势 - 内存优化：N张图 → 1张图 - 灵活性：运行时动态选择模型，支持同会话不同模型 - 性能：模型服务缓存，初始化仅一次 - 可维护性：减少重复代码，统一HTTP探测逻辑	2026-05-05 17:30:55 +08:00
root	8c021c264e	修改readme	2026-05-05 13:30:31 +08:00
root	128aad0c22	refactor: 重构快速路径流程，统一通过 llm_call 输出 ... - 重构 fast_paths.py，让 fast_chitchat 和 fast_rag 都进入 llm_call 而不是直接设置 final_result - 修改 check_fast_path_success 函数返回 'llm_call' 而不是 'success' - 更新 main_graph_builder.py 的条件边配置，支持路由到 llm_call - 在快速路径节点中添加清除 state.final_result 的逻辑，避免复用旧结果 - 重构 RAG 工具初始化方式，使用模块级变量管理 - 修改 finalize.py 让它返回 final_result - 更新 agent_service.py 的 RAG 工具注入方式 - 简化 hybrid_router.py 的代码结构 - 清理 rag_nodes.py 的全局变量相关代码 - 更新相关测试文件	2026-05-05 04:32:42 +08:00
root	acc8d801f3	修复代码，实现rag测试	2026-05-04 20:31:04 +08:00
root	c9bf21be0e	fix: 修复 RAG 无限循环问题和导入错误 ... 主要修复： 1. 修复 RAG 推理无限循环问题（大小写不匹配 + 缺少已检索结果检查） 2. 修复 intent_classifier.py 的绝对导入错误 3. 删除旧的 start.sh 脚本，添加新的启动脚本 4. 优化路由逻辑和状态管理	2026-05-04 18:59:15 +08:00
root	9841f47432	refactor: 重构RAG核心组件，简化代码结构和测试文件	2026-05-04 17:58:10 +08:00
root	a07e398739	refactor!: 完全异步化 RAG 系统，移除 LangChain ParentDocumentRetriever 依赖 ... - 重写 rag_core/vector_store.py：完全异步实现 aadd_documents、asimilarity_search - 重写 app/rag/retriever.py：异步混合检索，移除同步兼容代码 - 修改 rag_indexer/index_builder.py：全链路异步调用 - 删除 rag_core/retriever_factory.py：不再使用 LangChain ParentDocumentRetriever - 清理冗余导入和代码：移除 model_services 兼容、不需要的异常导入 - 更新 rag_indexer/README.md：反映新架构 核心改进： - 完全异步化：索引构建和检索全链路 async/await - 自定义实现：不再依赖 LangChain 的 ParentDocumentRetriever - 双向量支持：子文档同时存储 dense + sparse 向量到 Qdrant - 架构清晰：rag_core 公共组件、rag_indexer 索引、app/rag 检索	2026-05-04 14:33:12 +08:00
root	4209386c77	refactor: 统一导入方式，移除 sys.path 操作 ... - 重构所有模块导入，移除 sys.path.insert - 统一使用 from backend.xxx 的绝对导入方式 - rag_core 包内使用相对导入（from .xxx） - 移动 visualize_graph.py 到 tools/ 目录 - 添加必要的 __init__.py 文件 - 清理废弃文档和脚本	2026-05-04 12:55:45 +08:00
root	82dde7113e	修改rag，实现混合检索	2026-05-04 04:28:32 +08:00
root	44d89acdb5	fix: 修复本地llm服务不可用问题 + 统一模型缓存目录位置 ... - 修复 config.py 添加 LOCAL_MODEL_NAME 配置项 - 修复 chat_services.py 本地模型检测时API路径重复问题(/v1/models -> /models) - 更新 .gitignore，移除模型目录跟踪 - 统一模型缓存到 docker/models/fastembed_cache，避免重复 - 更新 Dockerfile，正确复制预下载的BM25模型缓存	2026-05-04 03:26:19 +08:00
root	8af82f8f7f	feat: RAG混合检索系统完整实现 + 启动脚本修复 ... - 实现了稠密+稀疏混合检索，使用 Qdrant 原生 RRF 融合 - 修复了 retriever.py 的 BaseRetriever 继承和稀疏向量包装问题 - 修复了 pipeline.py 的 Optional 导入问题 - 添加了稀疏 embedder 的缓存配置 - 简化了 vector_store.py，移除不必要的逻辑 - 修复了 start.sh 的 PROJECT_DIR 硬编码和端口配置问题 - 完善了 RAG 检索的测试文件	2026-05-04 02:54:37 +08:00
root	60afa86ded	feat: 实现 BM25 稀疏 + 稠密向量混合检索功能	2026-05-04 02:01:22 +08:00