rag/docs/RAG数据流程.md

# RAG 数据流程

> 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、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。

---

## 一、概述

### 1.1 检索管线总览

```
用户查询
    │
    ▼
┌─────────────────────────────────────────────────────────────────────────┐
│  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                       │
│     模型：mimo-v2.5                                                     │
└─────────────────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────────────────┐
│  2. 混合检索 (engine.search_knowledge)                                    │
│     ┌──────────────┐    ┌──────────────┐                                │
│     │  向量检索      │    │  BM25 检索    │                                │
│     │  (ChromaDB)   │    │  (关键词匹配)  │                                │
│     └──────┬───────┘    └──────┬───────┘                                │
│            └────────┬──────────┘                                         │
│                     ▼                                                    │
│              RRF 融合 (Reciprocal Rank Fusion)                            │
│                     │                                                    │
│              查询缓存检查 (命中则跳过 3-7 步)                                │
└─────────────────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────────────────┐
│  3. 云端 Rerank                                                          │
│     模型：xop3qwen8breranker (讯飞云)                                     │
│     结果缓存：rerank_cache (TTL=1h, 版本失效自动清除)                      │
└─────────────────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────────────────┐
│  4. 救援管道 (chat_routes.py)                                            │
│     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. 上下文构建 + 图片选择                                                  │
│     _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                                                             │
│     模型：mimo-v2.5                                                      │
│     流式输出 · 置信度指令 · 引用标注 · 图片后置过滤                          │
└─────────────────────────────────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────────────────────────────────┐
│  7. 返回结果                                                              │
│     { answer, sources, images }                                          │
└─────────────────────────────────────────────────────────────────────────┘
```

### 1.2 模型配置一览

| 用途 | 模型 | API 端点 | 说明 |
|------|------|----------|------|
| 主 LLM | mimo-v2.5 | xiaomimimo.com | 回答生成、上下文理解 |
| 意图分析 | mimo-v2.5 | xiaomimimo.com | 问题改写与意图判断 |
| VLM | mimo-v2.5 | xiaomimimo.com | 图片理解与描述生成 |
| 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 |

> 模型可通过环境变量覆盖：`DASHSCOPE_MODEL`、`INTENT_MODEL`、`VLM_MODEL`、`RERANK_CLOUD_MODEL`

### 1.3 关键配置参数

| 参数 | 默认值 | 说明 |
|------|--------|------|
| `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 |

---

## 二、请求入口

### 2.1 API 路由

**入口文件**：`api/chat_routes.py`

```
POST /chat    — 普通聊天（不检索知识库，直接 LLM 回答）
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）
```

`/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
2. 若需要检索，调用混合检索管线（`search_hybrid()`）
3. 执行救援管道（BM25 分歧 / 词法匹配 / 章节聚类）
4. 执行图片选择（`select_images()`）
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

```python
# 请求
{
    "message": "用户问题",
    "history": [...]       # 可选：对话历史
}

# SSE 响应事件流
data: {"type": "intent_result", "data": {...}}
data: {"type": "chunks_retrieved", "data": {...}}
data: {"type": "images_selected", "data": {...}}
data: {"type": "context_built", "data": {...}}
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": [...]}
```

---

## 三、意图分析

**入口文件**：`core/intent_analyzer.py`
**使用模型**：mimo-v2.5

### 3.1 核心功能

意图分析器在检索前对用户查询进行预处理，输出结构化决策：

```python
@dataclass
class IntentAnalysis:
    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
    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

| 功能 | 说明 |
|------|------|
| 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 |
| 检索决策 | 判断是否需要查询知识库（闲聊类问题可跳过） |
| 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

当用户重复提问相同或相似问题时，意图分析器必须设置 `need_retrieval = true`。原因：用户可能对之前的回答不满意，或之前的回答包含错误信息，需要重新检索以获取更准确的结果。

---

## 四、检索阶段

**入口文件**：`core/engine.py`
**核心函数**：`search_knowledge()`

### 4.1 查询缓存检查

检索前先检查缓存，命中则直接返回历史结果，避免重复计算：

```python
cached = cache.get_query_result(query, kb_name)
if 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

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
query_vector = embedding_model.encode(query)
text_results = collection.query(
    query_embeddings=[query_vector],
    n_results=100   # recall_k，召回候选数量
)
```

**图片独立召回**：同时对图片切片进行独立检索，保证图片有足够的召回机会：

```python
image_results = collection.query(
    query_embeddings=[query_vector],
    where={'chunk_type': {'$in': ['image', 'chart', 'table']}},
    n_results=5
)
```

### 4.3 BM25 关键词检索

基于 BM25 算法执行关键词匹配检索，弥补向量检索在精确匹配上的不足：

```python
bm25_results = bm25_index.search(query, top_k=100)
```

### 4.4 RRF 融合

使用 Reciprocal Rank Fusion 算法将向量检索和 BM25 检索的结果进行融合排序：

```python
fused_results = reciprocal_rank_fusion(
    [text_results, image_results, bm25_results],
    weights=[VECTOR_WEIGHT, IMAGE_WEIGHT, BM25_WEIGHT]
)
```

### 4.5 子查询并行检索

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。

---

## 五、重排序

### 5.1 云端 Rerank

**调用模型**：xop3qwen8breranker（讯飞云 Maas API）

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
reranked = rerank_results(query, fused_results, top_k=15)
```

**重要特征**：CrossEncoder 对不同类型切片的评分分布差异显著：

| 切片类型 | 典型分数范围 | 说明 |
|----------|------------|------|
| 文本切片 | 0.3 ~ 0.99 | 正常分布 |
| 表格切片 | 0.1 ~ 0.5 | 偏低，有专用救援逻辑 |
| 图片/图表切片 | 0.002 ~ 0.08 | 系统性偏低，需要宽松阈值 |

### 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、救援管道

**入口文件**：`api/chat_routes.py`
**目的**：挽救被 CrossEncoder 低估但实际相关的切片

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`

**触发条件**：BM25 排名 top-3 但 CrossEngineer 评分低于 min_score 的切片

**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
# 配置
BM25_DIVERGENCE_RESCUE_ENABLED = True
BM25_DIVERGENCE_MAX_RANK = 3  # 仅救援 BM25 rank <= 3 的切片
```

### 6.2 词法匹配救援 `_rescue_lexical_match`

**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

**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

### 7.1 切片排序与过滤 `_order_text_contexts_for_prompt`

**核心逻辑**：

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]`

### 7.2 预算构建 `_build_context_with_budget`

按字符预算构建上下文文本：

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

**特殊处理**：表格切片不受预算截断（结构化关键内容）

### 7.3 图片选择 `select_images()`

从检索结果中筛选与查询最相关的图片：

**步骤一：动态预算**

| 查询类型 | MAX_IMAGES | MIN_SCORE | 检测方式 |
|----------|------------|-----------|----------|
| 精确图号查询（"图2.3"） | 2 | 5.0 | 正则匹配 `图\s*(\d+\.?\d*)` |
| 有图片数据（检索含 image/chart） | 5 | 2.0 | 检查检索结果 chunk_type |
| 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**

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。

**步骤三：图片相关性打分 `score_image_relevance()`**

| 匹配项 | 加分 |
|--------|------|
| 图号精确匹配（查询中有"图2.3"） | +10 分 |
| 表号精确匹配 | +10 分 |
| 关键词匹配（jieba 分词） | +2 分/个，上限 8 分 |
| 字符重叠 | +0.2 分/字符，上限 3 分 |
| 章节匹配 | +1.5 分/关键词 |
| 图片类型（chart） | +2 分 |
| 图片类型（image） | +1 分 |
| 向量相似度 | +2 分（最高） |
| 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：VLM 相关性筛选**

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：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
scored_images.sort(key=lambda x: x['score'], reverse=True)
return scored_images[:MAX_IMAGES]
```

### 7.4 图片描述注入

**核心逻辑**：将 `select_images` 选中的图片的 `full_description` 注入到 LLM context 中。

```
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

### 8.1 流式生成

使用 SSE（Server-Sent Events）实现流式输出：

```python
for token in engine.generate_answer_stream(query, enhanced_context, history):
    yield token  # 逐 token 推送给前端
```

**LLM 模型**：mimo-v2.5

### 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
{
    "type": "finish",
    "answer": "根据蓄水以来的统计数据，三峡电站逐年发电量呈现波动上升趋势...",
    "sources": [
        {
            "source": "三峡公报_2022.pdf",
            "page": 12,
            "section": "综述 > 2.3 发电",
            "chunk_id": "三峡公报_text_24"
        }
    ],
    "images": [
        {
            "id": "ab77281e7913.jpg",
            "url": "/images/ab77281e7913.jpg",
            "type": "chart",
            "source": "三峡公报_2022.pdf",
            "page": 12,
            "description": "图2.3 柱状图：2003-2022年逐年发电量",
            "full_description": "...完整 VLM 描述..."
        }
    ]
}
```

---

## 九、引用溯源

### 9.1 引用标注机制

`_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[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]。
```

### 9.2 引用数据来源

每个引用标记对应检索结果中的一个切片，包含：

| 字段 | 说明 |
|------|------|
| `source` | 源文件名 |
| `page` | 页码 |
| `section` | 章节路径 |
| `chunk_id` | 切片唯一标识 |
| `chunk_type` | 类型（text / table / image / chart） |

---

## 十、文档入库流程（补充参考）

> 入库流程为检索提供数据基础，以下简要说明关键环节。

### 10.1 文档解析

**入口文件**：`parsers/mineru_parser.py`
**核心函数**：`parse_with_mineru()`

MinerU 解析 PDF/Word/Excel 文件，输出结构化内容：

```
.data/mineru_temp/{file_hash}/
├── auto/
│   ├── {doc_name}.md                  # Markdown 内容
│   ├── {doc_name}_content_list.json   # 结构化内容列表（核心）
│   └── images/                        # 提取的图片文件
```

**content_list.json 中的条目类型**：

| item_type | 处理方式 | 关键字段 |
|-----------|----------|----------|
| `text` | 文本块 | content, section_path, text_level |
| `table` | 表格 | content, table_html, image_path |
| `image` | 图片 | content(=caption), image_path, context_before/after |
| `chart` | 图表 | content(=caption), image_path, context_before/after |

### 10.2 切片入库

**入口文件**：`knowledge/manager.py`
**核心函数**：`add_file_to_kb()`

```
MinerUChunk 列表
    │
    ├── 文本块 → 计算 embedding → 存入 ChromaDB
    │
    ├── 表格块 → 生成语义增强摘要 → 存入 ChromaDB
    │
    └── 图片块 → VLM 缓存检查 → 生成描述 → 存入 ChromaDB
```

**图片描述策略**：
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）
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

### 10.3 ChromaDB 存储结构

| 字段 | 类型 | 说明 |
|------|------|------|
| `ids` | str | 切片唯一标识，如 `doc.pdf_text_24` |
| `embeddings` | List[float] | 向量表示 |
| `documents` | str | 切片内容（文本/VLM 描述/摘要） |
| `metadatas` | dict | 元数据（见下表） |

**图片切片 metadata 关键字段**：

```python
{
    'source': '三峡公报_2022.pdf',      # 源文件名
    'page': 12,                         # 页码
    'chunk_type': 'chart',              # 切片类型
    'section': '综述 > 2.3发电',        # 章节路径
    'image_path': 'ab77281e7913.jpg',   # 图片文件名
    'has_vlm_desc': True,               # 是否有 VLM 描述
    'vlm_desc': '图2.3 柱状图...',      # VLM 描述内容
    '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
```

---

## 十二、关键文件索引

| 文件 | 职责 | 关键函数/类 |
|------|------|-------------|
| `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/bm25_index.py` | BM25 关键词检索 | `BM25Index.search()` |
| `core/mmr.py` | MMR 去重 | `mmr_rerank()` |
| `core/cache.py` | 缓存管理 | `RAGCacheManager`, `get_cache_manager()` |
| `core/semantic_cache.py` | 语义缓存 | `SemanticCache` |
| `core/chunker.py` | 语义分块器 | `SemanticChunker` |
| `core/llm_utils.py` | LLM 调用工具 | `call_llm()`, `call_llm_stream()` |
| `parsers/mineru_parser.py` | 文档解析 | `parse_with_mineru()`, `MinerUChunk` |
| `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()` |
| `config.py` | 配置集中管理 | 模型/参数/开关 |