import sys import os sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "src")) from base_rag import BaseRAG class SimpleRAG(BaseRAG): def ingest(self, documents): for doc in documents: self.vector_store.add_texts([doc]) def query(self, question, k=3): # 使用带重排功能的搜索 docs = self.similarity_search_with_rerank(question, k=k) return docs def query_without_rerank(self, question, k=3): # 不使用重排的普通搜索 docs = self.similarity_search(question, k=k) return docs def main(): # 嵌入模型配置 embedding_config = { "type": "local", "model_name": "sentence-transformers/all-MiniLM-L6-v2", } # 重排配置 - 使用基于余弦相似度的重排 rerank_config = { "enabled": True, "method": "similarity", # 使用相似度重排(无需额外依赖) "top_k": 3 } rag = SimpleRAG( rerank_config=rerank_config ) print("RAG系统(含重排功能)初始化完成!") # 添加更多测试文档 documents = [ "苹果是一种红色或绿色的水果,味道甜美,营养丰富,含有丰富的维生素C。", "苹果公司是一家总部位于美国的科技公司,以生产iPhone、iPad、Mac等产品而闻名。", "Python是一种高级编程语言,简单易学,功能强大,广泛用于数据科学和机器学习。", "苹果树是一种果树,春天开花,秋天结果,需要充足的阳光和水分。", "苹果派是一种传统的美式甜点,由苹果馅和酥脆的派皮制成。", "苹果醋是由苹果发酵制成的,具有一定的保健功效,可以帮助消化。", "iPhone是苹果公司生产的智能手机,具有先进的技术和优秀的用户体验。", "机器学习是人工智能的一个分支,Python是机器学习领域最流行的编程语言之一。" ] print("正在添加文档...") rag.ingest(documents) print(f"文档添加完成! 共添加了 {len(documents)} 个文档") # 测试查询并比较重排效果 test_query = "苹果的营养价值和健康效益" print(f"\n测试查询: '{test_query}'") print("\n=== 不使用重排的结果 ===") result_no_rerank = rag.query_without_rerank(test_query, k=3) for i, doc in enumerate(result_no_rerank, 1): print(f"{i}. {doc.page_content}") print("\n=== 使用重排的结果 ===") result_with_rerank = rag.query(test_query, k=3) for i, doc in enumerate(result_with_rerank, 1): print(f"{i}. {doc.page_content}") # 另一个测试查询 test_query2 = "苹果公司的主要产品" print(f"\n\n测试查询2: '{test_query2}'") print("\n=== 不使用重排的结果 ===") result_no_rerank2 = rag.query_without_rerank(test_query2, k=3) for i, doc in enumerate(result_no_rerank2, 1): print(f"{i}. {doc.page_content}") print("\n=== 使用重排的结果 ===") result_with_rerank2 = rag.query(test_query2, k=3) for i, doc in enumerate(result_with_rerank2, 1): print(f"{i}. {doc.page_content}") if __name__ == "__main__": main()