jhzhang/rag
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: 模型切换至 mimo-v2.5 + 文档全面更新

Browse Source 
- config.py: INTENT_MODEL 从 deepseek-v4-flash 切换至 mimo-v2.5
- config.py: get_intent_client() 从百炼 API 切换至 mimo API
- RAG系统完整指南.md: v4.0→v4.1，新增图片检索子系统、P0安全网、
  救援管线、五层缓存架构文档；替换所有旧模型名和API地址
- RAG数据流程.md: 完全重写，匹配实际代码逻辑
- curl测试手册.md: 更新模型名和Reranker配置
- MinerU模型部署指南.md: VLM_MODEL 更新为 mimo-v2.5
- 开发与系统模块说明.md: API地址和模型名更新
- 测试指南.md: API地址和模型名更新
This commit is contained in:
lacerate551
2026-06-21 23:11:46 +08:00
parent 4753a53487
commit 8268071fdc
7 changed files with 466 additions and 297 deletions
Download Patch File Download Diff File Expand all files Collapse all files

11
config.py
View File

@@ -20,7 +20,7 @@ DASHSCOPE_API_KEY = os.getenv("DASHSCOPE_API_KEY", "")
DASHSCOPE_BASE_URL = os.getenv("DASHSCOPE_BASE_URL", "https://token-plan-cn.xiaomimimo.com/v1") DASHSCOPE_BASE_URL = os.getenv("DASHSCOPE_BASE_URL", "https://token-plan-cn.xiaomimimo.com/v1")
DASHSCOPE_MODEL = os.getenv("DASHSCOPE_MODEL", "mimo-v2.5") # 文本生成模型 DASHSCOPE_MODEL = os.getenv("DASHSCOPE_MODEL", "mimo-v2.5") # 文本生成模型
RAG_CHAT_MODEL = os.getenv("RAG_CHAT_MODEL", "mimo-v2.5") # RAG 对话模型 RAG_CHAT_MODEL = os.getenv("RAG_CHAT_MODEL", "mimo-v2.5") # RAG 对话模型
INTENT_MODEL = os.getenv("INTENT_MODEL", "deepseek-v4-flash") # 意图分析模型（百炼快速模型） INTENT_MODEL = os.getenv("INTENT_MODEL", "mimo-v2.5") # 意图分析模型（百炼额度用尽，切回 mimo）
VLM_MODEL = os.getenv("VLM_MODEL", "mimo-v2.5") # 视觉语言模型（图片描述） VLM_MODEL = os.getenv("VLM_MODEL", "mimo-v2.5") # 视觉语言模型（图片描述）
# 百炼 API（阿里云 DashScope，用于意图分析等轻量任务） # 百炼 API（阿里云 DashScope，用于意图分析等轻量任务）
@@ -295,11 +295,12 @@ def get_llm_client():
_intent_client = None _intent_client = None
def get_intent_client(): def get_intent_client():
"""获取意图分析专用 LLM 客户端（百炼快速模型）""" """获取意图分析专用 LLM 客户端"""
global _intent_client global _intent_client
if _intent_client is None: if _intent_client is None:
if not BAILIAN_API_KEY: # 百炼额度用尽，意图分析也使用 mimo API
raise ValueError("BAILIAN_API_KEY 未配置，请在 .env 中设置") if not DASHSCOPE_API_KEY:
raise ValueError("DASHSCOPE_API_KEY 未配置，请在 .env 中设置")
from openai import OpenAI from openai import OpenAI
_intent_client = OpenAI(api_key=BAILIAN_API_KEY, base_url=BAILIAN_BASE_URL) _intent_client = OpenAI(api_key=DASHSCOPE_API_KEY, base_url=DASHSCOPE_BASE_URL)
return _intent_client return _intent_client

2
docs/MinerU模型部署指南.md
View File

@@ -364,7 +364,7 @@ DASHSCOPE_BASE_URL=<your-base-url>
DASHSCOPE_MODEL=mimo-v2.5 DASHSCOPE_MODEL=mimo-v2.5
RAG_CHAT_MODEL=mimo-v2.5 RAG_CHAT_MODEL=mimo-v2.5
INTENT_MODEL=mimo-v2.5 INTENT_MODEL=mimo-v2.5
VLM_MODEL=qwen-vl-plus VLM_MODEL=mimo-v2.5
# MinerU 在线 API（可选，设置后无需本地模型） # MinerU 在线 API（可选，设置后无需本地模型）
MINERU_API_TOKEN=<your-mineru-api-token> MINERU_API_TOKEN=<your-mineru-api-token>

549
docs/RAG数据流程.md
View File

@@ -1,7 +1,7 @@
# RAG 数据流程 # RAG 数据流程
> 本文档基于 v7.0.0 架构，详细梳理 RAG 系统从用户查询到回答生成的完整数据流。 > 本文档基于当前代码实际逻辑梳理，详细记录 RAG 系统从用户查询到回答生成的完整数据流。
> 涵盖意图分析、混合检索、云端重排序、MMR 去重、上下文构建、LLM 生成和引用溯源等核心环节。 > 涵盖意图分析、混合检索、重排序、救援管道、上下文构建、图片选择与注入、LLM 生成和引用溯源等核心环节。
--- ---
@@ -16,7 +16,7 @@
┌─────────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────────┐
│ 1. 意图分析 (intent_analyzer) │ │ 1. 意图分析 (intent_analyzer) │
│ 问题改写 · 指代消解 · 是否需要检索 · 重复提问检测 │ │ 问题改写 · 指代消解 · 是否需要检索 · 重复提问检测 │
│ 模型：qwen-turbo │ │ 模型：mimo-v2.5 │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
@@ -29,31 +29,37 @@
│ └────────┬──────────┘ │ │ └────────┬──────────┘ │
│ ▼ │ │ ▼ │
│ RRF 融合 (Reciprocal Rank Fusion) │ │ RRF 融合 (Reciprocal Rank Fusion) │
│ │ │
│ 查询缓存检查 (命中则跳过 3-7 步) │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
┌─────────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────────┐
│ 3. 云端 Rerank (DashScope API) │ │ 3. 云端 Rerank │
│ 模型：qwen3-rerank │ │ 模型：xop3qwen8breranker (讯飞云) │
│ 结果缓存：rerank_cache (TTL=1h, 版本失效自动清除) │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
┌─────────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────────┐
│ 4. MMR 去重 (文本 Jaccard 模式) │ │ 4. 救援管道 (chat_routes.py) │
│ MMR_USE_EMBEDDING=false │ │ BM25 分歧救援 · 词法匹配救援 · 章节聚类救援 │
│ 目的：挽救被 CrossEncoder 低估但实际相关的切片 │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
┌─────────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────────┐
│ 5. 上下文扩展 + 图片选择 │ │ 5. 上下文构建 + 图片选择 │
│ 上下文增强 · 图文关联补充 · 懒加载 VLM 描述 │ │ _order_text_contexts_for_prompt · _build_context_with_budget │
│ select_images · VLM 相关性筛选 · CrossEncoder 精排 │
│ 懒加载 VLM 描述 · 图片描述注入 · P0 安全网 │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
┌─────────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────────┐
│ 6. LLM 生成 (AgenticRAG 引擎) │ │ 6. LLM 生成 │
│ 模型：qwen3.6-flash（主 LLM）/ qwen-vl-plus（VLM） │ │ 模型：mimo-v2.5 │
│ 流式输出 · 引用标注 │ │ 流式输出 · 置信度指令 · 引用标注 · 图片后置过滤 │
└─────────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────────┘
│ │
▼ ▼
@@ -65,19 +71,26 @@
### 1.2 模型配置一览 ### 1.2 模型配置一览
| 用途 | 模型 | 说明 | | 用途 | 模型 | API 端点 | 说明 |
|------|------|------| |------|------|----------|------|
| 主 LLM | qwen3.6-flash | 回答生成、上下文理解 | | 主 LLM | mimo-v2.5 | xiaomimimo.com | 回答生成、上下文理解 |
| 意图分析 | qwen-turbo | 轻量快速，用于问题改写与意图判断 | | 意图分析 | mimo-v2.5 | xiaomimimo.com | 问题改写与意图判断 |
| VLM | qwen-vl-plus | 图片理解与描述生成 | | VLM | mimo-v2.5 | xiaomimimo.com | 图片理解与描述生成 |
| 云端重排序 | qwen3-rerank | DashScope API 调用，替代本地 BGE-reranker | | 云端重排序 | xop3qwen8breranker | 讯飞云 Maas API | 替代本地 BGE-reranker |
| 向量编码 | bge-base-zh-v1.5 | 本地模型 | 查询与文档 embedding |
### 1.3 v7.0.0 架构变更要点 > 模型可通过环境变量覆盖：`DASHSCOPE_MODEL`、`INTENT_MODEL`、`VLM_MODEL`、`RERANK_CLOUD_MODEL`
- **Reranker**：从本地 BGE-reranker 切换为云端 DashScope API（qwen3-rerank） ### 1.3 关键配置参数
- **MMR 去重**：使用文本相似度模式（`MMR_USE_EMBEDDING=false`），基于 Jaccard 系数
- **Agentic 引擎**：拆分为多个子模块（agentic_search / agentic_answer / agentic_citation 等） | 参数 | 默认值 | 说明 |
- **Graph RAG**：模块已清空，不再使用 |------|--------|------|
| `RERANK_CONTEXT_MIN_SCORE` | 0.05 | Rerank 分数低于此值的切片不送入 LLM |
| `MAX_CONTEXT_CHUNKS` | 20 | 送给 LLM 的最大文本切片数 |
| `CONTEXT_MAX_CHARS` | 8000 | 上下文最大字符数（约 4000 token） |
| `CONTEXT_SOFT_LIMIT` | 6000 | 软限制，超过后只接受高分切片组 |
| `CONFIDENCE_WARN_THRESHOLD` | 0.15 | top-3 均分低于此值时，提示 LLM 谨慎回答 |
| `CONFIDENCE_CAUTION_THRESHOLD` | 0.30 | top-3 均分低于此值时，提示 LLM 优先引用原文 |
--- ---
@@ -87,38 +100,41 @@
**入口文件**：`api/chat_routes.py` **入口文件**：`api/chat_routes.py`
用户通过 API 发送查询请求，由 `generate()` 函数统一调度：
``` ```
POST /rag 或 POST /chat POST /chat — 普通聊天（不检索知识库，直接 LLM 回答）
Body: { "query": "用户问题", "kb_name": "知识库名称" } POST /rag — 知识库问答（检索 + LLM 生成）
POST /search — 纯检索（返回切片，不生成回答）
``` ```
`generate()` 的职责： `/rag` 的核心函数 `rag()` 的职责：
1. 调用意图分析模块，获取改写后的查询与检索决策 1. 调用意图分析模块，获取改写后的查询与检索决策
2. 若需要检索，调用混合检索管线 2. 若需要检索，调用混合检索管线（`search_hybrid()`）
3. 执行图片选择与上下文构建 3. 执行救援管道（BM25 分歧 / 词法匹配 / 章节聚类）
4. 调用 LLM 生成回答（流式输出） 4. 执行图片选择（`select_images()`）
5. 组装最终响应（回答 + 引用来源 + 图片） 5. 构建 LLM 上下文（排序 + 预算截断 + 图片注入）
6. 调用 LLM 生成回答（流式输出）
7. 后置图片过滤（`_filter_images_by_answer()`）
8. 组装最终响应（回答 + 引用来源 + 图片）
### 2.2 请求数据结构 ### 2.2 请求数据结构
```python ```python
# 请求 # 请求
{ {
"query": "蓄水以来逐年发电量", "message": "用户问题",
"kb_name": "public_kb",
"history": [...] # 可选：对话历史 "history": [...] # 可选：对话历史
} }
# 响应 # SSE 响应事件流
{ data: {"type": "intent_result", "data": {...}}
"type": "finish", data: {"type": "chunks_retrieved", "data": {...}}
"answer": "完整回答文本", data: {"type": "images_selected", "data": {...}}
"sources": [...], # 引用来源列表 data: {"type": "context_built", "data": {...}}
"images": [...] # 精选图片列表 data: {"type": "chunk", "content": "部分回答"}
} data: {"type": "chunk", "content": "部分回答"}
...
data: {"type": "finish", "answer": "完整回答", "sources": [...], "images": [...]}
``` ```
--- ---
@@ -126,7 +142,7 @@ Body: { "query": "用户问题", "kb_name": "知识库名称" }
## 三、意图分析 ## 三、意图分析
**入口文件**：`core/intent_analyzer.py` **入口文件**：`core/intent_analyzer.py`
**使用模型**：qwen-turbo（轻量快速） **使用模型**：mimo-v2.5
### 3.1 核心功能 ### 3.1 核心功能
@@ -138,6 +154,8 @@ class IntentAnalysis:
rewritten_query: str # 改写后的查询（指代消解、省略补全） rewritten_query: str # 改写后的查询（指代消解、省略补全）
use_context: bool # 是否使用历史上下文 use_context: bool # 是否使用历史上下文
need_retrieval: bool # 是否需要检索知识库 need_retrieval: bool # 是否需要检索知识库
intent: str # 意图类型：factual/comparison/reasoning/instruction
sub_queries: list # 子查询列表（对比/复杂查询拆分）
``` ```
### 3.2 处理逻辑 ### 3.2 处理逻辑
@@ -147,7 +165,9 @@ class IntentAnalysis:
| 问题改写 | 指代消解（"它" → 具体实体）、省略补全（补全缺失主语） | | 问题改写 | 指代消解（"它" → 具体实体）、省略补全（补全缺失主语） |
| 上下文判断 | 根据对话历史决定是否需要前文信息 | | 上下文判断 | 根据对话历史决定是否需要前文信息 |
| 检索决策 | 判断是否需要查询知识库（闲聊类问题可跳过） | | 检索决策 | 判断是否需要查询知识库（闲聊类问题可跳过） |
| 重复提问检测 | 用户重复提问相同问题时，强制设置 `need_retrieval=true` | | 意图分类 | 识别查询意图（事实查询/对比分析/推理/操作指导） |
| 子查询拆分 | 对比类查询拆分为多个子查询并行检索 |
| 语义缓存 | 相似度 ≥ 0.92 时复用历史意图分析结果 |
### 3.3 重复提问规则 ### 3.3 重复提问规则
@@ -170,9 +190,16 @@ if cached:
return cached return cached
``` ```
缓存层级（5 层）：
1. `query_cache` — 精确查询结果缓存
2. `embedding_cache` — embedding 向量缓存
3. `rerank_cache` — rerank 分数缓存（TTL=1h，知识库版本变更自动失效）
4. `semantic_cache` — 语义相似查询缓存（阈值 0.92）
5. `intent_exact_cache` — 意图分析精确缓存
### 4.2 向量检索 ### 4.2 向量检索
使用 embedding 模型将查询编码为向量，在 ChromaDB 中执行 ANN 检索： 使用本地 bge-base-zh-v1.5 模型将查询编码为向量，在 ChromaDB 中执行 ANN 检索：
```python ```python
query_vector = embedding_model.encode(query) query_vector = embedding_model.encode(query)
@@ -211,13 +238,9 @@ fused_results = reciprocal_rank_fusion(
) )
``` ```
**融合参数**： ### 4.5 子查询并行检索
| 参数 | 默认值 | 说明 | 意图分析器拆分的子查询（如对比类查询）会并行检索，结果合并后再 rerank。
|------|--------|------|
| `recall_k` | 100 | 各通道召回候选数量 |
| `VECTOR_WEIGHT` | 0.6 | 向量检索权重 |
| `BM25_WEIGHT` | 0.4 | BM25 检索权重 |
--- ---
@@ -225,204 +248,233 @@ fused_results = reciprocal_rank_fusion(
### 5.1 云端 Rerank ### 5.1 云端 Rerank
**v7.0.0 变更**：从本地 BGE-reranker 切换为云端 DashScope API。 **调用模型**：xop3qwen8breranker（讯飞云 Maas API）
**调用模型**：qwen3-rerank
RRF 融合后的候选结果通过云端 Reranker 进行精排，基于查询与文档的语义相关性重新打分排序： RRF 融合后的候选结果通过云端 Reranker 进行精排，基于查询与文档的语义相关性重新打分排序：
```python ```python
reranked = rerank_results( reranked = rerank_results(query, fused_results, top_k=15)
query,
fused_results,
model="qwen3-rerank", # DashScope API
top_k=15
)
``` ```
### 5.2 与旧版的区别 **重要特征**：CrossEncoder 对不同类型切片的评分分布差异显著：
| 对比项 | 旧版（本地 BGE-reranker） | v7.0.0（云端 qwen3-rerank） | | 切片类型 | 典型分数范围 | 说明 |
|--------|--------------------------|---------------------------| |----------|------------|------|
| 部署方式 | 本地模型加载 | DashScope API 远程调用 | | 文本切片 | 0.3 ~ 0.99 | 正常分布 |
| 资源占用 | 需要 GPU 显存 | 无本地资源消耗 | | 表格切片 | 0.1 ~ 0.5 | 偏低，有专用救援逻辑 |
| 模型能力 | BGE-reranker（较小） | qwen3-rerank（更强） | | 图片/图表切片 | 0.002 ~ 0.08 | 系统性偏低，需要宽松阈值 |
| 延迟 | 低（本地推理） | 中等（网络往返） |
### 5.2 Rerank 缓存
- 每个 (query, doc_id) 对的 rerank 分数独立缓存
- TTL = 1 小时
- 知识库版本号变更时自动失效
--- ---
## 六、MMR 去重 ## 六、救援管道
### 6.1 配置 **入口文件**：`api/chat_routes.py`
**目的**：挽救被 CrossEncoder 低估但实际相关的切片
v7.0.0 采用文本相似度模式进行 MMR（Maximal Marginal Relevance）去重： 在 `_order_text_contexts_for_prompt` 之前执行，三个救援管道按顺序运行：
``` ### 6.1 BM25 分歧救援 `_rescue_bm25_divergence`
MMR_USE_EMBEDDING = false
```
### 6.2 工作原理 **触发条件**：BM25 排名 top-3 但 CrossEngineer 评分低于 min_score 的切片
使用文本 Jaccard 相似度（而非 embedding 向量余弦相似度）来衡量候选文档之间的重复程度： **逻辑**：BM25 是关键词精确匹配的强信号，如果 BM25 认为相关但 CE 误判，提升分数至保底值。
```python ```python
def _apply_mmr(query, candidates, top_k=30, lambda_param=0.7): # 配置
""" BM25_DIVERGENCE_RESCUE_ENABLED = True
MMR 去重：在相关性和多样性之间取得平衡 BM25_DIVERGENCE_MAX_RANK = 3 # 仅救援 BM25 rank <= 3 的切片
lambda_param=0.7: 70% 权重给相关性，30% 权重给多样性
相似度度量：文本 Jaccard 系数（基于词集合交集/并集）
"""
selected = []
for candidate in candidates:
if not selected:
selected.append(candidate)
continue
# Jaccard 相似度（文本模式）
max_sim = max(
jaccard_similarity(candidate.tokens, s.tokens)
for s in selected
)
mmr_score = lambda_param * relevance - (1 - lambda_param) * max_sim
if mmr_score > threshold:
selected.append(candidate)
return selected[:top_k]
``` ```
### 6.3 选择文本模式的原因 ### 6.2 词法匹配救援 `_rescue_lexical_match`
- **速度更快**：无需计算 embedding 向量之间的余弦相似度 **触发条件**：切片文本精确包含查询关键词（bigram 匹配率 > 35%）但 CE 评分低
- **效果直观**：Jaccard 系数直接反映文本内容的重叠程度
- **避免向量偏差**：embedding 模型可能对格式化内容（如图片描述）产生不准确的相似度 **逻辑**：当切片文本直接包含查询中的关键词组合时，说明语义相关，CE 可能因为表述差异低估。
### 6.3 章节聚类救援 `_rescue_section_cluster`
**触发条件**：同一 section 内所有切片都被 min_score 过滤（"全灭 section"）
**逻辑**：如果同一章节的切片全部被过滤，但其他章节有切片通过，说明 CE 对该章节整体低估。为全灭 section 的切片分配保底分数（0.06）。
```python
# 配置
SECTION_CLUSTER_RESCUE_ENABLED = True
CLUSTER_RESCUE_FLOOR = 0.06 # 略高于 RERANK_CONTEXT_MIN_SCORE=0.05
```
### 6.4 表格救援 `_rescue_table_chunks`
**触发条件**：查询涉及表格但上下文中没有表格数据（表格被预算截断）
**逻辑**：从被截断的切片中补回表格数据。
--- ---
## 七、上下文构建 ## 七、上下文构建
### 7.1 检索结果处理 ### 7.1 切片排序与过滤 `_order_text_contexts_for_prompt`
**入口文件**：`api/chat_routes.py` **核心逻辑**：
将检索结果转换为 LLM 可用的上下文列表： 1. **文本切片 + 表格切片** → 进入 `text_contexts`
2. **图片/图表切片** → 进入 `chart_contexts`（独立处理）
3. **min_score 过滤**：
- `text_contexts`：使用 `RERANK_CONTEXT_MIN_SCORE`（0.05）
- 表格保护：同 section 内如有切片通过阈值，table 切片保底分数为 `min_score * 0.3`
- `chart_contexts`：使用宽松阈值 `min_score * 0.5`（0.025）
- 原因：CrossEncoder 对图片描述评分系统性偏低
- 实际内容相关性由 `select_images` 独立评分保证
4. **合并**：`text_contexts + chart_contexts[:3]`
```python ### 7.2 预算构建 `_build_context_with_budget`
contexts = []
for result in search_results:
meta = result['metadata']
if meta['chunk_type'] in ('image', 'chart'):
# 图片切片：使用完整描述（而非轻量描述）
doc = meta.get('full_description', result['document'])
else:
doc = result['document']
contexts.append({'doc': doc, 'meta': meta})
```
### 7.2 懒加载增强 按字符预算构建上下文文本：
对没有 VLM 描述的图片切片，按需调用 VLM 生成更精准的语义描述： 1. 按 (source, section) 分组
2. 组内按 chunk_index 排序（保持原文连续性）
3. 组间按组内最高 Rerank 分数降序
4. 逐组加入直到达到 `CONTEXT_MAX_CHARS`（8000）
5. 超过 `CONTEXT_SOFT_LIMIT`（6000）后收紧准入
```python **特殊处理**：表格切片不受预算截断（结构化关键内容）
enhance_retrieved_chunks(contexts, query, kb_name)
# 对缺少 VLM 描述的图片 → 调用 qwen-vl-plus 生成描述
```
### 7.3 图片选择 ### 7.3 图片选择 `select_images()`
**核心函数**：`select_images()`
从检索结果中筛选与查询最相关的图片： 从检索结果中筛选与查询最相关的图片：
**步骤一：意图检测** **步骤一：动态预算**
| 查询类型 | 参数调整 | | 查询类型 | MAX_IMAGES | MIN_SCORE | 检测方式 |
|----------|----------| |----------|------------|-----------|----------|
| 精确图号查询（"图2.3"） | `MAX_IMAGES=2, MIN_SCORE=5.0` | | 精确图号查询（"图2.3"） | 2 | 5.0 | 正则匹配 `图\s*(\d+\.?\d*)` |
| 弱图片意图（"发电量图"） | `MAX_IMAGES=1` | | 有图片数据（检索含 image/chart） | 5 | 2.0 | 检查检索结果 chunk_type |
| 普通查询 | `MAX_IMAGES=2` | | 文本引用图表 | 3 | 2.0 | 提取 top-5 文本中的图号/表号 |
| 普通查询 | 2 | 3.0 | 默认 |
**步骤二：提取图表引用** **步骤二：提取图表引用**
从 top 5 文本块中提取 "见图2.3"、"如表2.2" 等引用，建立图号与来源文件的映射： 从 top 5 文本块中提取 "见图2.3"、"如表2.2" 等引用，建立图号与来源文件的映射。
```python **步骤三：图片相关性打分 `score_image_relevance()`**
referenced_figures = {'2.3': {'source_file': 'xxx.pdf'}, ...}
```
**步骤三：图片相关性打分**
`score_image_relevance()` 打分规则：
| 匹配项 | 加分 | | 匹配项 | 加分 |
|--------|------| |--------|------|
| 图号精确匹配（查询中有"图2.3"） | +10 分 | | 图号精确匹配（查询中有"图2.3"） | +10 分 |
| 表号精确匹配 | +10 分 | | 表号精确匹配 | +10 分 |
| 关键词匹配（"发电量"等） | +2 分/个 | | 关键词匹配（jieba 分词） | +2 分/个，上限 8 分 |
| 字符重叠 | +0.2 分/字符 | | 字符重叠 | +0.2 分/字符，上限 3 分 |
| 章节匹配 | +1.5 分 | | 章节匹配 | +1.5 分/关键词 |
| 图片类型（chart > image） | +2 / +1 分 | | 图片类型（chart） | +2 分 |
| 图片类型（image） | +1 分 |
| 向量相似度 | +2 分（最高） | | 向量相似度 | +2 分（最高） |
| 引用匹配（需章节相关） | +8 分 | | 引用匹配 + 章节相关 | +8 分 + 5 分 |
| VLM 相关性 < 0.3 | -3 分（VLM 描述与查询不相关） |
| VLM 相关性 ≥ 0.5 | +2 分 |
| 章节不相关 | -5 分（除非被文本引用） |
**步骤四：图文关联补充** **步骤四：VLM 相关性筛选**
遍历 top 5 文本块中引用的图表编号，查找对应的图片切片并补充到结果中。 对有 VLM 描述的图片，使用关键词重叠率判断描述与查询的相关性：
- 重叠率 < 0.3：降分 -3（描述与查询不相关）
- 重叠率 ≥ 0.5：加分 +2
**步骤五：返回 top N 图片** **步骤五：CrossEncoder 精排**
对 `select_images` 候选用 CE 做语义精排：
- CE < 0：直接剔除（语义不相关）
- CE 0~2：保留但不加分（弱相关）
- CE > 2：加分 `min((ce - 2) / 3, 1) * 5`
**步骤六：表格嵌入图片补充**
处理 `images_json` 字段的表格切片，补充表格中嵌入的图片。
**步骤七：文本引用图片补充**
从 top 5 文本块中提取 `referenced_images` 字段，补充未选中的关联图片。
**步骤八：返回 top N**
```python ```python
scored_images.sort(key=lambda x: x['score'], reverse=True) scored_images.sort(key=lambda x: x['score'], reverse=True)
return scored_images[:MAX_IMAGES] return scored_images[:MAX_IMAGES]
``` ```
### 7.4 构建 LLM Prompt ### 7.4 图片描述注入
```python **核心逻辑**：将 `select_images` 选中的图片的 `full_description` 注入到 LLM context 中。
# 文本上下文
context_text = "\n\n".join([ctx['doc'] for ctx in contexts[:5]])
# 图片信息
if selected_images:
image_info = "【可用图片】\n" + 图片描述列表
# 最终上下文
enhanced_context = context_text + image_info
``` ```
context_text（文本切片）
+
【相关图片信息】
【图片1】VLM 完整描述（来源：xxx 第N页）
【图片2】VLM 完整描述（来源：xxx 第N页）
+
【回答要求】回答时请简要介绍每张图片的内容和用途。
```
**P0 安全网**（防止图片描述被过滤遗漏）：
1. 若 `selected_images` 非空但 `【相关图片信息】` 未生成 → 补注入所有选中图片描述
2. 若已有 `【相关图片信息】` 但遗漏部分图片 → 追加遗漏的描述
3. DEV 模式日志：检查所有选中图片的 ID 是否出现在 context 中
### 7.5 置信度指令
根据 top-3 切片的平均 Rerank 分数注入不同的回答指令：
| 置信度范围 | 指令 |
|-----------|------|
| < 0.15 | "参考资料与问题的相关性较低，仅基于明确信息回答，不足则说明" |
| 0.15 ~ 0.30 | "参考资料的相关性一般，优先引用资料原文，避免推测" |
| ≥ 0.30 | 无额外指令 |
--- ---
## 八、LLM 生成 ## 八、LLM 生成
### 8.1 AgenticRAG 引擎 ### 8.1 流式生成
v7.0.0 将 Agentic 引擎拆分为独立的子模块，各司其职：
| 子模块 | 职责 |
|--------|------|
| `agentic_search.py` | 检索调度：管理多轮检索、查询分解 |
| `agentic_answer.py` | 回答生成：基于上下文生成最终回答 |
| `agentic_citation.py` | 引用标注：在回答中插入来源引用标记 |
| `agentic_context.py` | 上下文管理：上下文窗口控制、截断策略 |
| `agentic_query.py` | 查询处理：查询改写、多查询生成 |
| `agentic_media.py` | 多媒体处理：图片理解、表格解析 |
| `agentic_quality.py` | 质量控制：回答质量评估、幻觉检测 |
| `agentic_meta.py` | 元数据管理：知识库信息、检索统计 |
### 8.2 流式生成
使用 SSE（Server-Sent Events）实现流式输出： 使用 SSE（Server-Sent Events）实现流式输出：
```python ```python
for token in engine.generate_answer_stream(query, enhanced_context): for token in engine.generate_answer_stream(query, enhanced_context, history):
yield token # 逐 token 推送给前端 yield token # 逐 token 推送给前端
``` ```
**主 LLM 模型**：qwen3.6-flash **LLM 模型**：mimo-v2.5
**VLM 模型**：qwen-vl-plus（处理图片理解任务）
### 8.3 回答结构 ### 8.2 System Prompt
```
你是一个严谨的知识库问答助手。
你必须且只能根据用户提供的【参考资料】回答问题。
如果参考资料中有答案，必须引用对应内容回答，并在回答末尾标注引用编号。
如果参考资料中确实没有相关信息，简短说明即可，不要编造或补充资料外的内容。
禁止使用参考资料以外的知识进行补充或推测。
【重要-表格处理规则】当用户询问表格时，必须将 Markdown 表格原样输出...
```
### 8.3 图片后置过滤 `_filter_images_by_answer`
LLM 生成回答后，根据回答内容对图片做最终过滤：
1. **候选 ≤ 1 张**：直接返回
2. **无图意图早退**：回答和查询都不含图片引用词 → 返回空
3. **图号精确豁免**：图片描述包含回答引用的具体图号/表号 → 无条件保留
4. **主题一致性**：合并查询+回答关键词，图片描述重叠 ≥ 阈值才保留
- 子章节惩罚：图片子章节与主要检索章节不一致时，阈值 +2
5. **兜底**：过滤后为空且有图片意图 → 保留分数最高的 1 张
### 8.4 回答结构
```python ```python
{ {
@@ -443,7 +495,8 @@ for token in engine.generate_answer_stream(query, enhanced_context):
"type": "chart", "type": "chart",
"source": "三峡公报_2022.pdf", "source": "三峡公报_2022.pdf",
"page": 12, "page": 12,
"description": "图2.3 柱状图：2003-2022年逐年发电量" "description": "图2.3 柱状图：2003-2022年逐年发电量",
"full_description": "...完整 VLM 描述..."
} }
] ]
} }
@@ -455,13 +508,10 @@ for token in engine.generate_answer_stream(query, enhanced_context):
### 9.1 引用标注机制 ### 9.1 引用标注机制
`agentic_citation.py` 负责在回答中插入引用标记，将回答内容与知识库来源关联： `_attach_citations()` 负责在回答中插入引用标记，将回答内容与知识库来源关联：
``` ```
根据统计数据[1]，2022年三峡电站年度发电量为787.90亿千瓦时[2]。 根据统计数据[ref:三峡公报_text_24]，2022年三峡电站年度发电量为787.90亿千瓦时[ref:三峡公报_table_5]。
[1] 来源：三峡公报_2022.pdf，第12页，综述 > 2.3 发电
[2] 来源：三峡公报_2022.pdf，第15页，表2.1
``` ```
### 9.2 引用数据来源 ### 9.2 引用数据来源
@@ -476,10 +526,6 @@ for token in engine.generate_answer_stream(query, enhanced_context):
| `chunk_id` | 切片唯一标识 | | `chunk_id` | 切片唯一标识 |
| `chunk_type` | 类型（text / table / image / chart） | | `chunk_type` | 类型（text / table / image / chart） |
### 9.3 前端引用跳转
前端解析回答中的引用标记（如 `[1]`），渲染为可点击的链接，点击后跳转到对应的来源文件或页面。
--- ---
## 十、文档入库流程（补充参考） ## 十、文档入库流程（补充参考）
@@ -510,28 +556,7 @@ MinerU 解析 PDF/Word/Excel 文件，输出结构化内容：
| `image` | 图片 | content(=caption), image_path, context_before/after | | `image` | 图片 | content(=caption), image_path, context_before/after |
| `chart` | 图表 | content(=caption), image_path, context_before/after | | `chart` | 图表 | content(=caption), image_path, context_before/after |
### 10.2 MinerUChunk 数据结构 ### 10.2 切片入库
```python
@dataclass
class MinerUChunk:
content: str # 文本内容
chunk_type: str # 类型: text, table, image, chart
page_start: int = 1 # 起始页码
page_end: int = 1 # 结束页码
text_level: int = 0 # 标题级别 (0=正文, 1=h1, 2=h2...)
title: str = "" # 标题文本
section_path: str = "" # 章节路径
bbox: Optional[List[float]] = None # 边界框 [x0, y0, x1, y1]
source_file: str = "" # 源文件名
table_html: Optional[str] = None # 表格 HTML
image_path: Optional[str] = None # 图片路径
images: Optional[List[Dict]] = None # 关联图片列表
context_before: str = "" # 图片前的文本上下文
context_after: str = "" # 图片后的文本上下文
```
### 10.3 切片入库
**入口文件**：`knowledge/manager.py` **入口文件**：`knowledge/manager.py`
**核心函数**：`add_file_to_kb()` **核心函数**：`add_file_to_kb()`
@@ -547,63 +572,95 @@ MinerUChunk 列表
``` ```
**图片描述策略**： **图片描述策略**：
1. 优先使用 VLM 缓存描述（语义更丰富，由 qwen-vl-plus 生成） 1. 优先使用 VLM 缓存描述（由 mimo-v2.5 生成，语义更丰富）
2. 若无缓存，生成轻量描述（基于文件名 + 章节路径 + 上下文） 2. 若无缓存，生成轻量描述（基于文件名 + 章节路径 + 上下文）
3. VLM 描述异步懒加载：首次检索命中时后台生成，下次查询即可使用
轻量描述示例： ### 10.3 ChromaDB 存储结构
```
图表：图2.3，位于「综述 > 2.3发电」，第12页
前文：受长江流域性严重枯水影响，2022年三峡电站年度发电量为787.90亿千瓦时...
后文：2.4航运 三峡船闸和葛洲坝船闸实行统一调度...
```
VLM 描述示例（更精准）：
```
图2.3 柱状图 主要内容描述：该柱状图展示了2003年至2022年每年的发电量（单位：亿千瓦时）。
发电量在2003年为86.07亿千瓦时，随后逐年波动上升，至2020年达到峰值1118.02亿千瓦时...
```
### 10.4 ChromaDB 存储结构
| 字段 | 类型 | 说明 | | 字段 | 类型 | 说明 |
|------|------|------| |------|------|------|
| `ids` | str | 切片唯一标识，如 `doc.pdf_text_24` | | `ids` | str | 切片唯一标识，如 `doc.pdf_text_24` |
| `embeddings` | List[float] | 向量表示 | | `embeddings` | List[float] | 向量表示 |
| `documents` | str | 切片内容（文本/描述/摘要） | | `documents` | str | 切片内容（文本/VLM 描述/摘要） |
| `metadatas` | dict | 元数据（见下表） | | `metadatas` | dict | 元数据（见下表） |
**图片切片 metadata 示例**： **图片切片 metadata 关键字段**：
```python ```python
{ {
'source': '三峡公报_2022.pdf', 'source': '三峡公报_2022.pdf', # 源文件名
'page': 12, 'page': 12, # 页码
'chunk_type': 'chart', 'chunk_type': 'chart', # 切片类型
'section': '综述 > 2.3发电', 'section': '综述 > 2.3发电', # 章节路径
'figure_number': '2.3', 'image_path': 'ab77281e7913.jpg', # 图片文件名
'image_path': 'ab77281e7913.jpg', 'has_vlm_desc': True, # 是否有 VLM 描述
'has_vlm_desc': True, 'vlm_desc': '图2.3 柱状图...', # VLM 描述内容
'preview': '图2.3 柱状图 主要内容...' 'chunk_id': '三峡公报_chart_5', # 切片唯一标识
'version': 'v10', # 知识库版本号
'status': 'active', # 状态
} }
``` ```
> **注意**：ChromaDB metadata 中**没有** `full_description` 字段。图片的完整描述存储在 `vlm_desc` 字段或 `documents` 字段中。`full_description` 仅在 `select_images()` 运行时动态计算。
### 10.4 懒加载增强
**入口文件**：`knowledge/lazy_enhance.py`
对检索命中但没有 VLM 描述的图片切片，在后台线程异步调用 VLM 生成描述：
```python
# 检索命中 → 后台线程调用 VLM → 写入文件缓存 + ChromaDB
enhance_retrieved_chunks(contexts, query, kb_name, defer_chromadb=True)
```
- **image/chart 切片**：更新 `ctx['doc']` 字段
- **table 切片**：更新 `ctx['image_description']` 字段
- **缓存目录**：`.data/cache/vlm/`、`.data/cache/llm/`
---
## 十一、缓存系统
### 11.1 缓存层级
| 层级 | 类 | 用途 | 容量 | TTL |
|------|-----|------|------|-----|
| query_cache | LRUCache | 精确查询结果缓存 | 500 | 无 |
| embedding_cache | LRUCache | 查询 embedding 向量 | 500 | 无 |
| rerank_cache | TTLCache | Rerank 分数缓存 | 500 | 1h |
| semantic_cache | SemanticCache | 语义相似查询缓存 | 200 | 无 |
| intent_exact_cache | LRUCache | 意图分析精确缓存 | 200 | 无 |
### 11.2 缓存失效
- **版本失效**：知识库版本号变更时，query_cache 和 rerank_cache 自动失效
- **手动清除**：`POST /cache/clear`（DEV 模式）
### 11.3 缓存 API
```
GET /cache/stats — 查看缓存统计
POST /cache/clear — 清除所有缓存
```
--- ---
## 十一、关键文件索引 ## 十二、关键文件索引
| 文件 | 职责 | 关键函数/类 | | 文件 | 职责 | 关键函数/类 |
|------|------|-------------| |------|------|-------------|
| `api/chat_routes.py` | API 路由与请求调度 | `generate()`, `select_images()`, `score_image_relevance()` | | `api/chat_routes.py` | API 路由与请求调度 | `rag()`, `select_images()`, `score_image_relevance()`, `_filter_images_by_answer()`, `_order_text_contexts_for_prompt()`, `_build_context_with_budget()` |
| `core/engine.py` | 检索引擎核心 | `search_knowledge()`, `rerank_results()`, `generate_answer_stream()` |
| `core/intent_analyzer.py` | 意图分析 | `analyze()`, `IntentAnalysis` | | `core/intent_analyzer.py` | 意图分析 | `analyze()`, `IntentAnalysis` |
| `core/engine.py` | 检索引擎核心 | `search_knowledge()`, `reciprocal_rank_fusion()`, `rerank_results()` | | `core/bm25_index.py` | BM25 关键词检索 | `BM25Index.search()` |
| `core/agentic_search.py` | 检索调度 | 多轮检索、查询分解 | | `core/mmr.py` | MMR 去重 | `mmr_rerank()` |
| `core/agentic_answer.py` | 回答生成 | 基于上下文生成最终回答 | | `core/cache.py` | 缓存管理 | `RAGCacheManager`, `get_cache_manager()` |
| `core/agentic_citation.py` | 引用标注 | 来源引用标记插入 | | `core/semantic_cache.py` | 语义缓存 | `SemanticCache` |
| `core/agentic_context.py` | 上下文管理 | 上下文窗口控制、截断 | | `core/chunker.py` | 语义分块器 | `SemanticChunker` |
| `core/agentic_query.py` | 查询处理 | 查询改写、多查询生成 | | `core/llm_utils.py` | LLM 调用工具 | `call_llm()`, `call_llm_stream()` |
| `core/agentic_media.py` | 多媒体处理 | 图片理解、表格解析 |
| `core/agentic_quality.py` | 质量控制 | 回答质量评估、幻觉检测 |
| `core/agentic_meta.py` | 元数据管理 | 知识库信息、检索统计 |
| `parsers/mineru_parser.py` | 文档解析 | `parse_with_mineru()`, `MinerUChunk` | | `parsers/mineru_parser.py` | 文档解析 | `parse_with_mineru()`, `MinerUChunk` |
| `knowledge/manager.py` | 知识库管理 | `add_file_to_kb()`, `generate_lightweight_image_description()` | | `knowledge/manager.py` | 知识库管理 | `add_file_to_kb()`, `KBManager` |
| `knowledge/lazy_enhance.py` | 懒加载增强 | `lazy_vlm_description()`, `enhance_retrieved_chunks()` | | `knowledge/lazy_enhance.py` | 懒加载增强 | `lazy_vlm_description()`, `enhance_retrieved_chunks()` |
| `config.py` | 配置集中管理 | 模型/参数/开关 |

169
docs/RAG系统完整指南.md
View File

@@ -1,10 +1,10 @@
# RAG 系统完整指南 # RAG 系统完整指南
> **版本**: v4.0（统一编排 + 四层缓存修复） > **版本**: v4.1（模型切换 + 图片检索修复）
> **生产入口**: `api/chat_routes.py::rag()` → `generate()` → `core/engine.py` > **生产入口**: `api/chat_routes.py::rag()` → `generate()` → `core/engine.py`
> **最后更新**: 2026-06-05 > **最后更新**: 2026-06-21
> >
> 本次更新：删除未使用的 AgenticRAG 备用编排路径（10 个文件 ~2050 行），修复 Query Cache 键不匹配与阈值问题，将语义缓存集成至生产 `/rag` 端点。 > 本次更新：LLM/意图/VLM 模型统一切换至 mimo-v2.5（xiaomimimo.com API），Reranker 切换至 xop3qwen8breranker（讯飞云 API），新增 chart_contexts 降门槛、P0 安全网、答案后过滤等图片检索修复逻辑。
## 一、功能概述 ## 一、功能概述
@@ -14,12 +14,13 @@
|------|------|----------| |------|------|----------|
| **意图分析** | LLM 驱动的双层判断（是否需要检索）+ 查询改写 | `core/intent_analyzer.py` | | **意图分析** | LLM 驱动的双层判断（是否需要检索）+ 查询改写 | `core/intent_analyzer.py` |
| **混合检索** | 向量检索 + BM25 + RRF 融合 + Rerank 重排 | `core/engine.py` | | **混合检索** | 向量检索 + BM25 + RRF 融合 + Rerank 重排 | `core/engine.py` |
| **四层缓存** | Query + Embedding + Rerank（LRU）+ 语义缓存（FAISS） | `core/cache.py` + `core/semantic_cache.py` | | **五层缓存** | Query + Embedding + Rerank（LRU）+ 语义缓存（FAISS）+ ChromaDB 元数据缓存 | `core/cache.py` + `core/semantic_cache.py` |
| **流式生成** | SSE 流式答案输出，逐 token 推送 | `core/engine.py::generate_answer_stream()` | | **流式生成** | SSE 流式答案输出，逐 token 推送 | `core/engine.py::generate_answer_stream()` |
| **引用标注** | 自动标注信息来源和引用编号 | `api/chat_routes.py::_attach_citations()` | | **引用标注** | 自动标注信息来源和引用编号 | `api/chat_routes.py::_attach_citations()` |
| **富媒体** | 图片/表格的智能提取与展示 | `api/chat_routes.py` | | **富媒体** | 图片/表格的智能提取与展示 + P0 安全网 + 答案后过滤 | `api/chat_routes.py` |
| **查询理解** | 查询分解、扩展、MMR 去重、自适应 TopK | `core/` 各独立模块 | | **查询理解** | 查询分解、扩展、MMR 去重、自适应 TopK | `core/` 各独立模块 |
| **安全护栏** | 敏感信息过滤、Prompt 安全守卫 | `api/response_utils.py`、`core/prompt_guard.py` | | **安全护栏** | 敏感信息过滤、Prompt 安全守卫 | `api/response_utils.py`、`core/prompt_guard.py` |
| **救援管线** | BM25 散度救援、词法匹配救援、章节聚类救援、表格救援 | `core/engine.py` |
--- ---
@@ -78,9 +79,12 @@
│ │ FAQ 加权 │→ │ 黑名单过滤 │→ │ 时间衰减 │ │ │ │ FAQ 加权 │→ │ 黑名单过滤 │→ │ 时间衰减 │ │
│ └───────────┘ └──────────────┘ └──────┬───────┘ │ │ └───────────┘ └──────────────┘ └──────┬───────┘ │
│ ↓ │ │ ↓ │
│ ┌───────────────┐ ┌──────────────┐ │ │ ┌───────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 上下文扩展 │→ │ 自适应 TopK │ │ │ │ 上下文扩展 │→ │ 自适应 TopK │→ │ 救援管线 │ │
│ └───────────────┘ └──────────────┘ │ │ └───────────────┘ └──────────────┘ │ (BM25散度/ │ │
│ │ 词法/章节/ │ │
│ │ 表格救援) │ │
│ └──────────────┘ │
└─────────────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────────────┘
↓ ↓
┌─────────────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────────────┐
@@ -105,7 +109,7 @@
--- ---
## 三、四层缓存架构 ## 三、五层缓存架构
### 3.1 缓存层次概览 ### 3.1 缓存层次概览
@@ -115,6 +119,7 @@
| L2 | Embedding Cache | LRU (OrderedDict) | 2000 条 | 24 小时 | 缓存向量化结果，避免重复调用 embedding 模型 | | L2 | Embedding Cache | LRU (OrderedDict) | 2000 条 | 24 小时 | 缓存向量化结果，避免重复调用 embedding 模型 |
| L3 | Rerank Cache | LRU (OrderedDict) | 1000 条 | 1 小时 | 缓存 Rerank 分数，避免重复调用 Reranker | | L3 | Rerank Cache | LRU (OrderedDict) | 1000 条 | 1 小时 | 缓存 Rerank 分数，避免重复调用 Reranker |
| L4 | Semantic Cache | FAISS IndexFlatIP | 10000 条 | 无过期 | 语义级缓存，相似查询也能命中 | | L4 | Semantic Cache | FAISS IndexFlatIP | 10000 条 | 无过期 | 语义级缓存，相似查询也能命中 |
| L5 | ChromaDB 元数据缓存 | 进程内 dict | 无限制 | 无过期 | 缓存 ChromaDB Collection 元数据（kb_version 等），避免频繁查询 ChromaDB |
### 3.2 Query Cache ### 3.2 Query Cache
@@ -288,7 +293,7 @@ search_knowledge(query, top_k=30)
│ │
├─ 7. 章节过滤（查询提到章节时优先匹配） ├─ 7. 章节过滤（查询提到章节时优先匹配）
│ │
├─ 8. ★ Rerank 重排 ★（云端 DashScope qwen3-rerank 或本地 BGE） ├─ 8. ★ Rerank 重排 ★（云端讯飞 xop3qwen8breranker 或本地 BGE）
│ └─ rerank_results(query, results, top_k) │ └─ rerank_results(query, results, top_k)
│ └─ 由 RERANK_BACKEND 控制（local/cloud/fallback） │ └─ 由 RERANK_BACKEND 控制（local/cloud/fallback）
│ │
@@ -306,7 +311,9 @@ search_knowledge(query, top_k=30)
│ │
├─ 14. 自适应 TopK（根据置信度调整返回数量） ├─ 14. 自适应 TopK（根据置信度调整返回数量）
│ │
└─ 15. 缓存写入 → 返回结果 ├─ 15. 救援管线（BM25散度/词法匹配/章节聚类/表格救援）
│
└─ 16. 缓存写入 → 返回结果
``` ```
### 5.2 混合检索代码示例 ### 5.2 混合检索代码示例
@@ -330,7 +337,7 @@ image_results = collection.query(
# RRF 融合（动态权重） # RRF 融合（动态权重）
fused = reciprocal_rank_fusion([vector_results, bm25_results], weights=[vector_w, bm25_w]) fused = reciprocal_rank_fusion([vector_results, bm25_results], weights=[vector_w, bm25_w])
# Rerank 重排（云端 DashScope qwen3-rerank 或本地 BGE） # Rerank 重排（云端讯飞 xop3qwen8breranker 或本地 BGE）
reranked = rerank_results(query, fused, top_k=15) reranked = rerank_results(query, fused, top_k=15)
# MMR 去重 # MMR 去重
@@ -359,7 +366,7 @@ RRF分数 = Σ (权重 / (k + 排名位置))
| RERANK_BACKEND | 说明 | | RERANK_BACKEND | 说明 |
|----------------|------| |----------------|------|
| `"cloud"` | 仅使用云端 DashScope `qwen3-rerank` API | | `"cloud"` | 仅使用云端讯飞 `xop3qwen8breranker` API |
| `"local"` | 仅使用本地 `BAAI/bge-reranker-base`（CrossEncoder / ONNX） | | `"local"` | 仅使用本地 `BAAI/bge-reranker-base`（CrossEncoder / ONNX） |
| `"fallback"` | 优先云端，失败时自动回退本地（推荐生产环境） | | `"fallback"` | 优先云端，失败时自动回退本地（推荐生产环境） |
@@ -368,13 +375,13 @@ RRF分数 = Σ (权重 / (k + 排名位置))
```python ```python
# config.py # config.py
RERANK_BACKEND = os.getenv("RERANK_BACKEND", "local") RERANK_BACKEND = os.getenv("RERANK_BACKEND", "local")
RERANK_CLOUD_MODEL = "qwen3-rerank" RERANK_CLOUD_MODEL = "xop3qwen8breranker"
RERANK_CLOUD_API_KEY = os.getenv("RERANK_CLOUD_API_KEY", DASHSCOPE_API_KEY) RERANK_CLOUD_API_KEY = os.getenv("RERANK_CLOUD_API_KEY", DASHSCOPE_API_KEY)
RERANK_CLOUD_BASE_URL = "https://dashscope.aliyuncs.com/compatible-api/v1/reranks" RERANK_CLOUD_BASE_URL = "https://maas-api.cn-huabei-1.xf-yun.com/v1/rerank"
RERANK_CLOUD_TIMEOUT = 15 RERANK_CLOUD_TIMEOUT = 15
``` ```
`CloudReranker` 类（`core/engine.py`）封装 DashScope 的 `/compatible-api/v1/reranks` 接口，提供与本地 `CrossEncoder.predict()` / `ONNXReranker.predict()` 一致的调用接口。 `CloudReranker` 类（`core/engine.py`）封装讯飞云的 `/v1/rerank` 接口，提供与本地 `CrossEncoder.predict()` / `ONNXReranker.predict()` 一致的调用接口。
**本地 Reranker（备选）**： **本地 Reranker（备选）**：
@@ -424,12 +431,16 @@ POST /rag (SSE 流式)
├─ 5. 图片补充检索 + 图片打分选择 (select_images) ├─ 5. 图片补充检索 + 图片打分选择 (select_images)
│ └─[DEV] 发 SSE: images_selected │ └─[DEV] 发 SSE: images_selected
├─ 6. 构建上下文 (_order_texts_for_prompt) ├─ 6. 构建上下文 (_order_texts_for_prompt)
│ └─ chart_contexts 使用 min_score * 0.5 降门槛
│ └─[DEV] 发 SSE: context_built │ └─[DEV] 发 SSE: context_built
│ │
├─ 6.5. P0 安全网 — 确保 selected_images 描述完整进入 LLM 上下文
│
├─ 7. 流式答案生成 engine.generate_answer_stream() ├─ 7. 流式答案生成 engine.generate_answer_stream()
│ └─ 逐 token 发 SSE: chunk │ └─ 逐 token 发 SSE: chunk
│ │
├─ 8. 答案图号对齐过滤 ├─ 8. 答案图号对齐过滤
├─ 8.5. 答案后过滤 (_filter_images_by_answer) — 根据 LLM 答案过滤不相关图片
├─ 9. 引用标注 _attach_citations() ├─ 9. 引用标注 _attach_citations()
├─ 10. 敏感信息过滤 filter_response() ├─ 10. 敏感信息过滤 filter_response()
├─ 11. 语义缓存写入 SemanticCache.set() # 写入缓存供后续命中 ├─ 11. 语义缓存写入 SemanticCache.set() # 写入缓存供后续命中
@@ -454,6 +465,76 @@ POST /rag (SSE 流式)
> 标注 [DEV] 的事件仅在 `IS_DEV=True` 时发送。 > 标注 [DEV] 的事件仅在 `IS_DEV=True` 时发送。
### 6.1 图片检索子系统
图片检索是独立于文本上下文管线的子系统，存在特有的"两管线断裂"问题，已通过多重修复保障完整性。
**图片检索流程**：
```
search_knowledge() 返回混合检索结果
↓
┌──────────────────────────────────────────────────────────────┐
│ _order_text_contexts_for_prompt() — 上下文提取与构建 │
│ │
│ 1. 分离 text_contexts 和 chart_contexts │
│ 2. chart_contexts 使用 min_score * 0.5 降门槛过滤 │
│ （CrossEncoder 对图片打分系统性偏低：0.002-0.08） │
│ 3. chart_contexts 的描述注入 context_text 【相关图片信息】 │
│ 4. text_contexts 正常注入 context_text │
└──────────────────────────────────────────────────────────────┘
↓ ↓
┌──────────────────┐ ┌──────────────────────────────────────┐
│ select_images() │ │ context_text 送入 LLM │
│ 独立图片选择 │ │ （可能不包含所有选中图片的描述） │
│ P1: BM25/向量 │ └──────────────────────────────────────┘
│ P2: VLM 检查 │
│ P3: CE 排名 │
│ P4: 多样性去重 │
└────────┬─────────┘
↓
┌──────────────────────────────────────────────────────────────┐
│ P0 安全网 — 保证 selected_images 描述完整进入 LLM 上下文│
│ │
│ 检查 context_text 中的 【相关图片信息】 部分， │
│ 若 selected_images 的描述不在 context_text 中， │
│ 强制追加缺失的描述。 │
│ （解决两管线断裂：图片被选中但描述被 min_score 过滤掉） │
└──────────────────────────────────────────────────────────────┘
↓
┌──────────────────────────────────────────────────────────────┐
│ _filter_images_by_answer() — 答案后过滤 │
│ │
│ LLM 生成答案后，根据答案内容过滤不相关图片。 │
│ ⚠️ 鸡生蛋问题：若 LLM 因上下文缺失而回答"未找到"， │
│ 会导致正确图片被误过滤。P0 安全网可缓解此问题。 │
└──────────────────────────────────────────────────────────────┘
```
**select_images 四阶段选择**：
| 阶段 | 方法 | 说明 |
|------|------|------|
| P1 | BM25/向量召回 | 从检索结果中筛选 chunk_type 为 image/chart 的候选 |
| P2 | VLM 相关性检查 | `_check_vlm_relevance()` 判断图片与查询的相关性，不相关者 -3.0 惩罚 |
| P3 | CrossEncoder 排名 | CE<0 移除，CE 0~2 保留无加成，CE>2 加分 |
| P4 | 多样性去重 | 同文档多图片按分数保留 TopN，避免单一文档图片垄断 |
**CrossEncoder 图片评分特征**：CrossEncoder 对图片/图表的打分系统性低于文本（0.002-0.08 vs 0.3-0.9），因此 `chart_contexts` 使用 `min_score * 0.5` 的降门槛策略。
**VLM 相关性检查**：`_check_vlm_relevance()` 使用 VLM 模型判断图片内容与查询的相关性，阈值 0.3，不相关图片会被施加 -3.0 的分数惩罚。
### 6.2 救援管线
当常规检索召回不足时，以下救援机制依次尝试补充结果：
| 救援类型 | 触发条件 | 策略 |
|----------|----------|------|
| BM25 散度救援 | 向量与 BM25 结果差异大 | 补充 BM25 独有但向量遗漏的高分结果 |
| 词法匹配救援 | 专有名词/术语精确匹配 | 对查询中的关键术语做精确匹配补充 |
| 章节聚类救援 | 同章节切片被部分召回 | 补充同章节内相邻切片（rerank 后、扩展前） |
| 表格救援 | 表格数据被碎片化 | 对 table 类型切片做整表补充 |
--- ---
## 七、API 调用方式 ## 七、API 调用方式
@@ -530,14 +611,24 @@ curl http://localhost:5001/cache/stats \
```python ```python
# config.py # config.py
DASHSCOPE_API_KEY = "your-api-key" # 通义千问 API DASHSCOPE_API_KEY = "your-api-key" # mimo API 密钥
DASHSCOPE_BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1" DASHSCOPE_BASE_URL = "https://token-plan-cn.xiaomimimo.com/v1"
DASHSCOPE_MODEL = "qwen3.6-flash" # 文本生成模型（主力 LLM） DASHSCOPE_MODEL = "mimo-v2.5" # 文本生成模型（主力 LLM）
INTENT_MODEL = "qwen-turbo" # 意图分析模型（轻量快速） INTENT_MODEL = "mimo-v2.5" # 意图分析模型（轻量快速）
VLM_MODEL = "qwen-vl-plus" # 视觉语言模型（图片描述） VLM_MODEL = "mimo-v2.5" # 视觉语言模型（图片描述）
RAG_CHAT_MODEL = "qwen3.6-flash" # RAG 对话模型 RAG_CHAT_MODEL = "mimo-v2.5" # RAG 对话模型
# Embedding 模型（本地）
EMBEDDING_MODEL_PATH = "models/bge-base-zh-v1.5"
# Reranker 模型
RERANK_MODEL_PATH = "models/bge-reranker-base" # 本地备选
RERANK_CLOUD_MODEL = "xop3qwen8breranker" # 云端（讯飞云）
RERANK_CLOUD_BASE_URL = "https://maas-api.cn-huabei-1.xf-yun.com/v1/rerank"
``` ```
> **注意**：百炼 API（DashScope）额度用尽后，所有 LLM 调用已统一切换至 mimo API（xiaomimimo.com）。`get_intent_client()` 也使用 `DASHSCOPE_API_KEY` / `DASHSCOPE_BASE_URL`（即 mimo API），不再使用百炼 API。
### 8.2 检索参数 ### 8.2 检索参数
```python ```python
@@ -553,7 +644,7 @@ RECALL_MULTIPLIER = 3 # 候选池最小倍数
# 重排序 # 重排序
USE_RERANK = True # 启用重排序 USE_RERANK = True # 启用重排序
RERANK_BACKEND = "local" # "local"=本地模型, "cloud"=云端API, "fallback"=优先云端失败回退本地 RERANK_BACKEND = "local" # "local"=本地模型, "cloud"=云端API, "fallback"=优先云端失败回退本地
RERANK_CLOUD_MODEL = "qwen3-rerank" RERANK_CLOUD_MODEL = "xop3qwen8breranker"
RERANK_CANDIDATES = 20 # 送入重排序的候选数 RERANK_CANDIDATES = 20 # 送入重排序的候选数
RERANK_TOP_K = 15 # 重排序后保留数 RERANK_TOP_K = 15 # 重排序后保留数
RERANK_USE_ONNX = True # ONNX 加速（仅本地模式，环境变量控制） RERANK_USE_ONNX = True # ONNX 加速（仅本地模式，环境变量控制）
@@ -701,10 +792,10 @@ config/ # 运行时配置
| 检索方式 | 单一向量检索 | 向量 + BM25 + FAQ + 图片独立召回 | | 检索方式 | 单一向量检索 | 向量 + BM25 + FAQ + 图片独立召回 |
| 融合算法 | 无 | RRF 动态权重融合 | | 融合算法 | 无 | RRF 动态权重融合 |
| 去重 | 无 | MMR 语义去重 | | 去重 | 无 | MMR 语义去重 |
| 重排序 | 无 | 云端 qwen3-rerank API（支持本地 BGE 回退） | | 重排序 | 无 | 云端 xop3qwen8breranker API（讯飞云，支持本地 BGE 回退） |
| 问题分解 | 无 | 自动拆分对比/推理类查询 | | 问题分解 | 无 | 自动拆分对比/推理类查询 |
| 闲聊处理 | 无 | 意图分析自动判断 | | 闲聊处理 | 无 | 意图分析自动判断 |
| 缓存体系 | 无 | 四层缓存（Query + Embedding + Rerank + 语义缓存） | | 缓存体系 | 无 | 五层缓存（Query + Embedding + Rerank + 语义缓存 + 元数据缓存） |
| 语义缓存 | 无 | FAISS 向量索引，相似查询复用（92x 加速） | | 语义缓存 | 无 | FAISS 向量索引，相似查询复用（92x 加速） |
| 自适应 TopK | 固定 top_k | 根据置信度动态调整 | | 自适应 TopK | 固定 top_k | 根据置信度动态调整 |
| 上下文理解 | 无 | 多轮对话 + 历史上下文 | | 上下文理解 | 无 | 多轮对话 + 历史上下文 |
@@ -736,9 +827,9 @@ Rerank 在生产流程中有 **一个调用路径**：
|--------|--------|------| |--------|--------|------|
| `USE_RERANK` | `True` | 总开关 | | `USE_RERANK` | `True` | 总开关 |
| `RERANK_BACKEND` | `"local"` | 后端选择 | | `RERANK_BACKEND` | `"local"` | 后端选择 |
| `RERANK_CLOUD_MODEL` | `"qwen3-rerank"` | 云端模型名称 | | `RERANK_CLOUD_MODEL` | `"xop3qwen8breranker"` | 云端模型名称 |
| `RERANK_CLOUD_API_KEY` | 同 `DASHSCOPE_API_KEY` | 云端 API 密钥 | | `RERANK_CLOUD_API_KEY` | 同 `DASHSCOPE_API_KEY` | 云端 API 密钥 |
| `RERANK_CLOUD_BASE_URL` | `https://dashscope.aliyuncs.com/compatible-api/v1/reranks` | 云端 API 地址 | | `RERANK_CLOUD_BASE_URL` | `https://maas-api.cn-huabei-1.xf-yun.com/v1/rerank` | 云端 API 地址（讯飞云） |
| `RERANK_CLOUD_TIMEOUT` | `15` | 云端请求超时（秒） | | `RERANK_CLOUD_TIMEOUT` | `15` | 云端请求超时（秒） |
| `RERANK_MODEL_PATH` | `models/bge-reranker-base` | 本地模型路径 | | `RERANK_MODEL_PATH` | `models/bge-reranker-base` | 本地模型路径 |
| `RERANK_CANDIDATES` | `20` | 送入 Rerank 的候选数 | | `RERANK_CANDIDATES` | `20` | 送入 Rerank 的候选数 |
@@ -807,6 +898,26 @@ print({"hits": sc.hits, "misses": sc.misses, "total": sc.total_entries})
## 十三、演进记录 ## 十三、演进记录
### v4.1（2026-06-21）— 模型切换 + 图片检索修复
**模型统一切换**：百炼 API（DashScope）额度用尽后，所有 LLM 调用统一切换至 mimo API（xiaomimimo.com）：
- `DASHSCOPE_MODEL` / `RAG_CHAT_MODEL` / `INTENT_MODEL` / `VLM_MODEL`：`qwen3.6-flash` / `qwen-turbo` / `qwen-vl-plus` → `mimo-v2.5`
- `DASHSCOPE_BASE_URL`：`dashscope.aliyuncs.com` → `token-plan-cn.xiaomimimo.com/v1`
- `get_intent_client()`：从百炼 API 切换至 mimo API
**Reranker 切换**：
- `RERANK_CLOUD_MODEL`：`qwen3-rerank` → `xop3qwen8breranker`（讯飞云）
- `RERANK_CLOUD_BASE_URL`：`dashscope.aliyuncs.com` → `maas-api.cn-huabei-1.xf-yun.com/v1/rerank`
**图片检索修复**（P0 级）：
1. **chart_contexts 降门槛**：CrossEncoder 对图片/图表打分系统性偏低（0.002-0.08 vs 文本 0.3-0.9），原 `min_score=0.05` 过滤掉几乎所有图表。修复为 `min_score * 0.5 = 0.025`。
2. **P0 安全网**：`select_images` 独立于文本上下文管线选择图片，但图片描述可能因 min_score 过滤未进入 LLM 上下文。新增安全网检查：若 `selected_images` 的描述未出现在 `context_text` 中，强制注入。
3. **答案后过滤**（`_filter_images_by_answer`）：LLM 生成答案后，根据答案内容过滤不相关图片。注意：若 LLM 因上下文缺失而回答"未找到"，会导致正确图片被误过滤（鸡生蛋问题）。
**救援管线**：新增 BM25 散度救援、词法匹配救援、章节聚类救援、表格救援等机制，确保低召回场景下的结果覆盖。
**缓存层扩展**：从四层缓存扩展为五层，新增 ChromaDB 元数据缓存（L5），避免频繁查询 ChromaDB 获取 kb_version 等元数据。
### v4.0（2026-06-05）— 统一编排 + 四层缓存修复 ### v4.0（2026-06-05）— 统一编排 + 四层缓存修复
**删除未使用的备用编排路径**：移除了 `core/agentic.py` 及 8 个 Mixin 文件（共 10 个文件 ~2050 行）。这些文件实现了完整的决策循环编排（含置信度门控、质量评估、推理反思等），但从未接入任何 HTTP 路由。 **删除未使用的备用编排路径**：移除了 `core/agentic.py` 及 8 个 Mixin 文件（共 10 个文件 ~2050 行）。这些文件实现了完整的决策循环编排（含置信度门控、质量评估、推理反思等），但从未接入任何 HTTP 路由。
@@ -820,7 +931,7 @@ print({"hits": sc.hits, "misses": sc.misses, "total": sc.total_entries})
### v3.2 — 模型/Reranker/管线更新 ### v3.2 — 模型/Reranker/管线更新
引入云端 qwen3-rerank、ONNX 加速、动态 RRF 权重等。 引入云端 Reranker（现 xop3qwen8breranker/讯飞云，原 qwen3-rerank/DashScope）、ONNX 加速、动态 RRF 权重等。
--- ---
@@ -828,7 +939,7 @@ print({"hits": sc.hits, "misses": sc.misses, "total": sc.total_entries})
### Redis 缓存外部化 ### Redis 缓存外部化
当前四层缓存均为进程内内存存储，在多 Worker / 多实例部署时无法共享。已规划 Redis 迁移方案（详见 `reports/redis_migration_plan.md`），核心设计： 当前五层缓存均为进程内内存存储（L5 ChromaDB 元数据缓存除外），在多 Worker / 多实例部署时无法共享。已规划 Redis 迁移方案（详见 `reports/redis_migration_plan.md`），核心设计：
- `RedisCacheManager` 提供与 `RAGCacheManager` 相同的接口 - `RedisCacheManager` 提供与 `RAGCacheManager` 相同的接口
- 通过 `REDIS_CACHE_URL` 环境变量启用，向后兼容 - 通过 `REDIS_CACHE_URL` 环境变量启用，向后兼容

14
docs/curl测试手册.md
View File

@@ -4,7 +4,7 @@
> >
> 测试日期：2026-06-10（最近更新）| 生产服务器：`47.116.16.222` | 服务地址：`http://127.0.0.1:5001` > 测试日期：2026-06-10（最近更新）| 生产服务器：`47.116.16.222` | 服务地址：`http://127.0.0.1:5001`
> >
> 当前部署模型：`qwen-turbo`（DashScope）| 嵌入模型：`bge-base-zh-v1.5`（本地 CPU）| Rerank：`qwen3-rerank`（DashScope 云端 API） > 当前部署模型：`mimo-v2.5`（xiaomimimo.com API）| 嵌入模型：`bge-base-zh-v1.5`（本地 CPU）| Rerank：`xop3qwen8breranker`（讯飞云 API）
## 目录 ## 目录
@@ -2106,7 +2106,7 @@ curl -s -X POST "http://localhost:5001/collections/public_kb/reindex"
| 优化项 | 配置 | 效果 | | 优化项 | 配置 | 效果 |
|--------|------|------| |--------|------|------|
| Reranker 云端化 | `RERANK_BACKEND=cloud`（qwen3-rerank） | 搜索阶段从 33-48s 降至 ~0.3s | | Reranker 云端化 | `RERANK_BACKEND=cloud`（xop3qwen8breranker/讯飞云） | 搜索阶段从 33-48s 降至 ~0.3s |
| MMR 文本相似度 | `MMR_USE_EMBEDDING=false` | MMR 阶段从 ~36s 降至 ~0s | | MMR 文本相似度 | `MMR_USE_EMBEDDING=false` | MMR 阶段从 ~36s 降至 ~0s |
### 耗时拆解（优化后 /rag 问答） ### 耗时拆解（优化后 /rag 问答）
@@ -2126,7 +2126,7 @@ curl -s -X POST "http://localhost:5001/collections/public_kb/reindex"
└── 流式 token 生成 ~11s └── 流式 token 生成 ~11s
``` ```
> **注**：LLM 生成阶段耗时取决于 qwen-turbo API 响应速度，非本地可优化。当前已使用 qwen-turbo（最快模型），如需进一步压缩可考虑减少检索切片数量或缩短 prompt。 > **注**：LLM 生成阶段耗时取决于 mimo-v2.5 API 响应速度，非本地可优化。如需进一步压缩可考虑减少检索切片数量或缩短 prompt。
--- ---
@@ -2174,14 +2174,14 @@ curl -s -X POST http://127.0.0.1:5001/collections/<kb_name>/reindex
### Reranker 配置 ### Reranker 配置
生产环境使用 DashScope 云端 Reranker 替代本地 CPU 推理，显著提升检索速度： 生产环境使用讯飞云 Reranker 替代本地 CPU 推理，显著提升检索速度：
| 配置项 | 值 | 说明 | | 配置项 | 值 | 说明 |
|--------|-----|------| |--------|-----|------|
| `RERANK_BACKEND` | `cloud` | 使用云端 API（可选 `local` / `cloud` / `fallback`） | | `RERANK_BACKEND` | `cloud` | 使用云端 API（可选 `local` / `cloud` / `fallback`） |
| `RERANK_CLOUD_MODEL` | `qwen3-rerank` | DashScope 云端排序模型 | | `RERANK_CLOUD_MODEL` | `xop3qwen8breranker` | 讯飞云排序模型 |
| `RERANK_CLOUD_API_KEY` | `sk-*` | DashScope 标准 API Key | | `RERANK_CLOUD_API_KEY` | `sk-*` | API Key |
| `RERANK_CLOUD_BASE_URL` | `https://dashscope.aliyuncs.com/compatible-api/v1/reranks` | OpenAI 兼容端点 | | `RERANK_CLOUD_BASE_URL` | `https://maas-api.cn-huabei-1.xf-yun.com/v1/rerank` | 讯飞云 Rerank 端点 |
| `MMR_USE_EMBEDDING` | `false` | MMR 使用文本相似度（零额外计算） | | `MMR_USE_EMBEDDING` | `false` | MMR 使用文本相似度（零额外计算） |
> **fallback 模式**：`RERANK_BACKEND=fallback` 优先使用云端 API，如果云端不可用则自动回退到本地模型，适合生产环境高可用场景。 > **fallback 模式**：`RERANK_BACKEND=fallback` 优先使用云端 API，如果云端不可用则自动回退到本地模型，适合生产环境高可用场景。

8
docs/开发与系统模块说明.md
View File

@@ -312,11 +312,11 @@ pip install -r requirements.txt
```python ```python
# config.py - 必需配置 # config.py - 必需配置
# 通义千问 API（必需） # LLM API（必需）
DASHSCOPE_API_KEY = "your-api-key" DASHSCOPE_API_KEY = "your-api-key"
DASHSCOPE_BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1" DASHSCOPE_BASE_URL = "https://token-plan-cn.xiaomimimo.com/v1"
DASHSCOPE_MODEL = "qwen-flash" # 文本模型 DASHSCOPE_MODEL = "mimo-v2.5" # 文本模型
DASHSCOPE_VL_MODEL = "qwen-vl-plus" # 视觉模型（图片描述） VLM_MODEL = "mimo-v2.5" # 视觉模型（图片描述）
# 兼容变量 # 兼容变量
API_KEY = DASHSCOPE_API_KEY API_KEY = DASHSCOPE_API_KEY

6
docs/测试指南.md
View File

@@ -84,9 +84,9 @@ ls models/bge-base-zh-v1.5/
```python ```python
# API配置 # API配置
DASHSCOPE_API_KEY = "your-api-key" DASHSCOPE_API_KEY = "your-api-key"
DASHSCOPE_BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1" DASHSCOPE_BASE_URL = "https://token-plan-cn.xiaomimimo.com/v1"
DASHSCOPE_MODEL = "qwen3.6-flash" # 主 LLM（文本生成 / RAG 对话） DASHSCOPE_MODEL = "mimo-v2.5" # 主 LLM（文本生成 / RAG 对话）
INTENT_MODEL = "qwen-turbo" # 意图分析模型（轻量、确定性高） INTENT_MODEL = "mimo-v2.5" # 意图分析模型
``` ```
> **注意**: Graph RAG（Neo4j）功能已废弃，相关配置（NEO4J_URI、USE_GRAPH_RAG 等）已移除。 > **注意**: Graph RAG（Neo4j）功能已废弃，相关配置（NEO4J_URI、USE_GRAPH_RAG 等）已移除。