User
|
f951bc6598
|
fix: restore main runtime sources and cache consistency
|
2026-07-14 14:19:36 +08:00 |
|
lacerate551
|
8c92657490
|
fix(bm25): 修复 BM25 索引覆盖 bug + 综合评测集 v2 + 检索增强
核心修复:
- knowledge/base.py: BM25Index.add_documents 从覆盖改为追加+去重，
修复只有最后上传文件的 chunks 保留在 BM25 中的严重 bug
(影响: 2.docx/3.docx/PDF 的 755 个 chunk 在 BM25 中完全缺失)
检索增强 (延续上次会话):
- core/engine.py: section cluster boost + lexical match exemption
- api/chat_routes.py: lexical/cluster rescue 层 + SSE 事件
- core/mmr.py: MMR 去重改进
评测体系:
- tests/eval_dataset_v2.json: 62 题综合评测集 (9 种题型×4 文档)
- scripts/eval_e2e.py: 推理模型 LLM 评分兼容 + 新数据集格式支持
- scripts/validate_eval_dataset.py: 数据集验证工具
其他:
- parsers/mineru_parser.py: 解析器改进
|
2026-06-17 17:31:43 +08:00 |
|
lacerate551
|
d67a8ff50b
|
docs(fix): 修正引用跳转文档错误及修复 fix_image_paths 脚本
- 修正 preview 接口路径（去掉多余的 /api 前缀）
- 修正响应示例中 chunk id 格式（文件名_序号，非 UUID）
- 补充 preview 响应中 status、version 字段
- 明确前端引用匹配方式为 chunk_id 查找而非数组下标
- fix_image_paths.py 改为遍历知识库子目录，避免生成空 chroma.sqlite3
|
2026-06-05 11:24:44 +08:00 |
|
lacerate551
|
100d1a06eb
|
init: RAG 知识库服务初始提交
- 后端 API（Flask + Gunicorn）
- RAG 引擎（混合检索 + 云端 Reranker + 引用溯源）
- 文档解析（MinerU + 多格式支持）
- Docker 生产部署配置
- 排除前端项目、敏感配置、模型文件
|
2026-06-04 17:35:27 +08:00 |
|