1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
| """
W8-Day3 RAG 第④⑤段：检索 + 生成（带引用 + 拒答）
运行：
python w8/rag_qa.py # 交互式
python w8/rag_qa.py -q "手册里XX是什么" # 单问
python w8/rag_qa.py --k-only -q "XX" # ★ 只看检索，不调模型
python w8/rag_qa.py --topk 6 --min-sim 0.45
set OLLAMA=1 && python w8/rag_qa.py # 全本地（Ollama），文档不出机器
"""
from __future__ import annotations
import argparse
import os
import re
import sys
from pathlib import Path
os.environ.setdefault("HF_ENDPOINT", "https://hf-mirror.com") # 必须在 import 前
HERE = Path(__file__).resolve().parent
sys.path.insert(0, str(HERE))
from langchain_chroma import Chroma
import build_index as bi # 复用 Day2 的嵌入 / 落盘 / 防线
# ---------------------------------------------------------------- 参数
DEFAULT_K = 4
DEFAULT_MIN_SIM = 0.35 # ★ 临时值，用 calibrate_threshold.py 换成实测值
GENERATION_BACKEND = "deepseek" # deepseek | ollama
# ================== 段④ 检索（独立可测） ==================
def to_similarity(distance: float) -> float:
"""Chroma 返回【距离】，越小越像；换算成【相似度】，越大越像。
hnsw:space=cosine 时 cosine_distance = 1 - cos_sim，所以 sim = 1 - distance。
换库时若 space 不是 cosine，这个换算不成立——靠自检里
"自己搜自己 distance≈0" 来验证方向没反。
"""
return 1.0 - float(distance)
def retrieve(query: str, k: int = DEFAULT_K, vs: Chroma | None = None):
"""段④：query → [(Document, similarity)]
★ 不碰 LLM，所以能脱离生成层单独测。
"""
if vs is None:
raise ValueError("retrieve() 需要显式传入 Chroma 实例（便于测试时替换）")
raw = vs.similarity_search_with_score(query, k=k)
return [(doc, to_similarity(dist)) for doc, dist in raw]
def filter_by_score(hits, min_sim: float):
return [(d, s) for d, s in hits if s >= min_sim]
# ================== 段⑤ 生成（带引用 + 拒答） ==================
SYSTEM_PROMPT = """你是知识库问答助手。严格遵守以下规则：
1) 只能依据【资料】回答。不得使用你自己的知识，不得推测、不得补充。
2) 每个事实后面必须标注来源编号，格式如 [1] 或 [1][2]。
3) 如果【资料】不足以回答问题，只回答这一句：资料未提及。不要解释，不要猜测。
4) 回答简洁直接，不要复述这些规则。
"""
def build_context(hits) -> str:
"""把 chunks 编号成 [1][2][3]——编号是引用溯源的载体"""
parts = []
for i, (doc, sim) in enumerate(hits, 1):
src = Path(str(doc.metadata.get("source", "?"))).name
off = doc.metadata.get("start_index", "-")
parts.append(f"[{i}] 来源: {src} 偏移: {off} 相似度: {sim:.3f}\n{doc.page_content}")
return "\n\n".join(parts)
def build_messages(query: str, hits):
return [
("system", SYSTEM_PROMPT),
("human", f"【资料】\n{build_context(hits)}\n\n【问题】{query}"),
]
CITE_RE = re.compile(r"\[(\d+)\]")
def check_citations(text: str, n_hits: int) -> dict:
"""引用校验：能查【编号越界】，查不出【编号张冠李戴】（只能人工看）。"""
nums = [int(x) for x in CITE_RE.findall(text)]
invalid = sorted({x for x in nums if x < 1 or x > n_hits})
return {"cited": sorted(set(nums)), "invalid": invalid, "has_cite": bool(nums)}
def get_llm():
if GENERATION_BACKEND == "ollama" or os.getenv("OLLAMA"):
from langchain_ollama import ChatOllama
return ChatOllama(model=os.getenv("OLLAMA_MODEL", "qwen2.5:7b"), temperature=0)
from langchain_openai import ChatOpenAI
key = os.getenv("DEEPSEEK_API_KEY")
if not key:
raise SystemExit(
"\n没找到 DEEPSEEK_API_KEY。\n"
" 用云端： set DEEPSEEK_API_KEY=sk-xxxx\n"
" 用本地： set OLLAMA=1（需先装 Ollama 并 ollama pull qwen2.5:7b）\n"
" 只看检索：加 --k-only，不调模型\n"
)
return ChatOpenAI(model="deepseek-chat", api_key=key,
base_url="https://api.deepseek.com/v1",
temperature=0) # 0 提高确定性，但 LLM 输出仍非完全确定
def answer(query: str, k: int = DEFAULT_K, min_sim: float = DEFAULT_MIN_SIM,
vs: Chroma | None = None, llm=None) -> dict:
"""两道闸的完整问答：闸1 前置拒答（不调模型），闸2 模型兜底拒答"""
raw = retrieve(query, k=k, vs=vs)
best = raw[0][1] if raw else -1.0
if not raw or best < min_sim: # ---- 闸1 ----
return {
"status": "refused_by_score",
"text": "资料未提及。",
"best": best, "hits": raw, "cites": None,
"note": f"最高相似度 {best:.3f} < 阈值 {min_sim}",
}
hits = filter_by_score(raw, min_sim)
resp = llm.invoke(build_messages(query, hits))
text = resp.content if hasattr(resp, "content") else str(resp)
cites = check_citations(text, len(hits))
refused = "资料未提及" in text
return {
"status": "refused_by_model" if refused else "ok",
"text": text, "best": best, "hits": hits, "cites": cites,
"note": ("模型判定资料不足" if refused else
(f"无效引用 {cites['invalid']}" if cites["invalid"] else "")),
}
# ================== 展示 ==================
def show_hits(hits, title="检索结果"):
print(f"\n--- {title} ---")
for i, (doc, sim) in enumerate(hits, 1):
src = Path(str(doc.metadata.get("source", "?"))).name
snippet = doc.page_content.replace("\n", " ")[:60]
print(f" [{i}] sim={sim:.3f} {src} {snippet}...")
def show_result(r):
show_hits(r["hits"])
print(f"\n--- 回答 ---\n{r['text']}")
print(f"\n状态: {r['status']} 最高相似度: {r['best']:.3f}"
+ (f" {r['note']}" if r["note"] else ""))
if r.get("cites"):
c = r["cites"]
print(f"引用编号: {c['cited'] if c['cited'] else '（没有标引用！）'}")
if c["invalid"]:
print(f"⚠️ 无效引用（资料里没有这些编号）: {c['invalid']} ← 模型编的")
def load_vs(kind: str) -> Chroma:
info = bi.read_info()
if not info:
raise SystemExit("没找到索引信息文件 → 先跑 python w8/build_index.py --reset")
bi.guard_backend(kind) # ★ 模型对不上就不让启动（Day2 的防线，今天继续用）
emb = bi.get_embeddings(kind)
vs = Chroma(collection_name=bi.COLLECTION,
embedding_function=emb,
persist_directory=bi.PERSIST_DIR)
print(f"[加载] 模型={info.get('model_name')} dim={info.get('dim')} 条数={info.get('count')}")
return vs
# ================== 自检 ==================
def self_test(vs: Chroma):
"""检索层自检——不花钱，每次启动都跑"""
print("\n" + "=" * 60 + "\n检索层自检\n" + "=" * 60)
snap = vs.get(limit=1)
if not snap["documents"]:
raise SystemExit("库是空的")
text = snap["documents"][0]
probe = text[:30]
hits = retrieve(probe, k=3, vs=vs)
for i, (d, s) in enumerate(hits, 1):
hit = " ← 就是它" if d.page_content[:30] == probe else ""
print(f" top{i} sim={s:.4f}{hit}")
assert hits[0][1] > 0.95, (
f"自己搜自己相似度只有 {hits[0][1]:.3f}（期望 ≈1.0）\n"
" → 要么 hnsw:space 不是 cosine，要么 to_similarity 方向反了"
)
print(" → 自己搜自己 ≈ 1.0 ✅（方向没反 + cosine 空间成立）")
# ================== 主流程 ==================
def main():
ap = argparse.ArgumentParser()
ap.add_argument("--embed", default="bge-small")
ap.add_argument("--topk", type=int, default=DEFAULT_K)
ap.add_argument("--min-sim", type=float, default=DEFAULT_MIN_SIM)
ap.add_argument("-q", "--question")
ap.add_argument("--k-only", action="store_true",
help="只跑检索不调模型（= 检索层的独立可测接口）")
args = ap.parse_args()
vs = load_vs(args.embed)
self_test(vs)
k, min_sim = args.topk, args.min_sim
llm = None if args.k_only else get_llm()
def once(q):
if args.k_only:
hits = retrieve(q, k=k, vs=vs)
show_hits(hits, f"检索结果 (top-{k}, 不调模型)")
ok = [(d, s) for d, s in hits if s >= min_sim]
print(f"\n超过阈值 {min_sim} 的: {len(ok)}/{len(hits)} 块")
print("→ 若过线为 0，正式流程会走【拒答】")
return
show_result(answer(q, k=k, min_sim=min_sim, vs=vs, llm=llm))
if args.question:
once(args.question)
return
print("\n输入问题; :k N 改 topk, :sim X 改阈值, :q 退出\n")
while True:
try:
q = input("问> ").strip()
except (EOFError, KeyboardInterrupt):
print()
break
if not q:
continue
if q in (":q", "quit", "exit"):
break
if q.startswith(":k "):
k = int(q[3:]); print(f"topk = {k}"); continue
if q.startswith(":sim "):
min_sim = float(q[5:]); print(f"min_sim = {min_sim}"); continue
once(q)
if __name__ == "__main__":
main()
|