jhzhang/rag - rag - Gitea: Work with You.

jhzhang/rag

Fork 0

Commit Graph

Author	SHA1	Message	Date
lacerate551	8af8d38c01	perf(cache): 修复缓存 key 不匹配 Bug + embedding 缓存 + 清理 AgenticRAG 死代码 - cache.py: get/set 统一使用粗粒度 key（基于 kb_version），修复缓存永远不命中的问题 - engine.py: 新增 _encode_cached() 方法，embedding 编码走 LRU 缓存 - 删除 10 个 core/agentic_*.py 死文件（~1950 行） - 清理 api/__init__.py 和 chat_routes.py 中的 AgenticRAG 残留引用	2026-06-08 16:05:28 +08:00
lacerate551	90b915232a	fix(security): 代码审查安全加固 — 三批次修复（6H/13M/12L）第一批（快速修复）： - H6: main.py --debug 默认值 True→False，防止 Werkzeug RCE - M2+M3: /search 增加 validate_query + top_k 范围限制(1-50) - M4: context_count 范围限制(0-10) + 异常捕获 - L3: assert → raise RuntimeError（生产环境 API Key 检查） - H1: SSE 错误事件移除 traceback 字段第二批（安全加固）： - H2+H3: 文档接口路径遍历 realpath 校验 + 文件类型/大小限制 - H4+H5: 批量上传文件大小检查 - M6: LIKE 查询通配符转义 - M1: 37 处 str(e) 异常信息统一脱敏（6 文件） - M5: CORS 生产环境限制来源 - M7: SESSION_MANAGER None 保护（503） - M11: subprocess 参数注入防护（白名单 + -- 分隔符）第三批（架构改进）： - M8+M9: 提取 JSON 解析共享工具（extract_json_object/list） - M10: Prompt 注入检测防御（prompt_guard.py） - M12: 解析器文件大小限制（Excel 50MB/TXT 20MB/PDF 100MB） - M13: 全局单例竞态条件双重检查锁定（engine/bm25/intent_analyzer）	2026-06-05 15:26:32 +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

Author

SHA1

Message

Date

lacerate551

8af8d38c01

perf(cache): 修复缓存 key 不匹配 Bug + embedding 缓存 + 清理 AgenticRAG 死代码

- cache.py: get/set 统一使用粗粒度 key（基于 kb_version），修复缓存永远不命中的问题
- engine.py: 新增 _encode_cached() 方法，embedding 编码走 LRU 缓存
- 删除 10 个 core/agentic_*.py 死文件（~1950 行）
- 清理 api/__init__.py 和 chat_routes.py 中的 AgenticRAG 残留引用

2026-06-08 16:05:28 +08:00

lacerate551

90b915232a

fix(security): 代码审查安全加固 — 三批次修复（6H/13M/12L）

第一批（快速修复）：
- H6: main.py --debug 默认值 True→False，防止 Werkzeug RCE
- M2+M3: /search 增加 validate_query + top_k 范围限制(1-50)
- M4: context_count 范围限制(0-10) + 异常捕获
- L3: assert → raise RuntimeError（生产环境 API Key 检查）
- H1: SSE 错误事件移除 traceback 字段

第二批（安全加固）：
- H2+H3: 文档接口路径遍历 realpath 校验 + 文件类型/大小限制
- H4+H5: 批量上传文件大小检查
- M6: LIKE 查询通配符转义
- M1: 37 处 str(e) 异常信息统一脱敏（6 文件）
- M5: CORS 生产环境限制来源
- M7: SESSION_MANAGER None 保护（503）
- M11: subprocess 参数注入防护（白名单 + -- 分隔符）

第三批（架构改进）：
- M8+M9: 提取 JSON 解析共享工具（extract_json_object/list）
- M10: Prompt 注入检测防御（prompt_guard.py）
- M12: 解析器文件大小限制（Excel 50MB/TXT 20MB/PDF 100MB）
- M13: 全局单例竞态条件双重检查锁定（engine/bm25/intent_analyzer）

2026-06-05 15:26:32 +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

3 Commits