RAG Assistant

本地知识库问答智能体 — LLM 驱动的组合式语义检索与多库路由。 版本：2.0.0b1 | 作者：wUwproject | 许可证：Apache 2.0

⚠️ 从 1.x 升级到 2.x 必须重建 HNSW 索引

2.x 将向量搜索引擎从 ChromaDB 内置 HNSW 替换为独立 hnswlib 索引，以解决 ChromaDB Rust 后端在 Windows 上的 HNSW 持久化 bug。

升级后首次搜索会自动触发懒重建（每个 KB 约 1-2 分钟），也可手动点击 🔨 HNSW 按钮，或通过 POST /api/kb/rebuild-hnsw API 触发。

• 重建不可跳过：ChromaDB HNSW 和 hnswlib 索引格式不兼容
• 旧索引自动清理：重建后 ChromaDB 的 HNSW 段文件会自动废弃
• 数据不丢失：文档文本和 metadata 全部保留，仅重新计算向量索引

基于 local-rag-builder 技能构建的独立 RAG 智能体，支持 LM Studio / Ollama 双后端。

快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 启动（需要 LM Studio 或 Ollama 运行中）
python main.py

# 3. 打开浏览器访问 http://localhost:8765

# 同时启动外部 API（可选）
python main.py --api-port 8767

核心特性

文件结构

rag-assistant/
├── main.py                           # 入口（CLI/Web/Batch/External API 四模式）
├── setup.bat                         # Windows 一键启动
├── requirements.txt                  # 依赖清单
├── CHANGELOG.md                      # 版本更新日志
│
├── rag_assistant/                    # 智能体核心
│   ├── agent.py                      # LLM 决策循环
│   ├── web_ui.py                     # Web 界面（port 8765）
│   ├── external_api.py               # 外部接入 API（port 8767）← 新增
│   ├── llm_client.py                 # LLM 统一客户端（LM Studio / Ollama）
│   ├── rag_wrapper.py                # 技能封装层
│   ├── search.py                     # 联网搜索（5 种后端）
│   ├── memory.py                     # 三层记忆系统
│   └── _fix_rag.py                   # 破损数据修复工具
│
├── engine/                           # 技能引擎（独立副本）
│   ├── rag_core.py                   # 检索/路由/rerank/NLI 编排
│   ├── router.py                     # 两级路由 + KB 签名生成
│   ├── reranker.py                   # 重排序（model/rule/hybrid）
│   ├── nli_classifier.py             # NLI 三向分类器
│   ├── knowledge_base_manager.py     # KB CRUD + 备份/恢复/移动
│   ├── text_splitter.py              # 5 种切分策略 + 5 种守卫
│   ├── prompt_manager.py             # 提示词管理（模板/插槽/预设）
│   └── ...
│
├── vendor/                           # 内嵌第三方库（bs4/pypdf/markdownify）
└── data/                             # 运行时数据
    ├── config/rag_config.json        # 全量配置
    ├── kb/                           # ChromaDB 知识库
    ├── models/                       # 嵌入/reranker/NLI 模型
    ├── sessions/                     # 会话历史
    ├── memory/                       # 压缩摘要/知识缺口/习惯
    └── prompts/                      # 自定义模板/预设

启动模式

python main.py                              # Web UI（port 8765）
python main.py --api-port 8767              # Web UI + 外部 API
python main.py --no-web --api-port 8767     # 仅外部 API
python main.py --no-web                     # CLI 交互模式
python main.py --batch --input q.json --output r.json   # 批量处理
cat queries.jsonl | python main.py --jsonl              # 管道模式
python main.py migrate                      # 从 local-rag-builder 迁移

架构概览

用户输入
  → [LLM 决策层]
       ├─ 闲聊 → 直接回答
       └─ 知识库查询 → entities/attrs 分词
           → [组合展开器] 穷举 entities × attrs
           → [多切片检索] 每片独立走完整 RAG 流程
              1. 路由（嵌入模型 × KB签名/关键词）
              2. 检索（Chroma 相似度）
              3. (可选) 重排序（reranker）
              4. (可选) NLI 三向分类（entailment/neutral/contradiction）
           → [SM3 去重合并]（保留 NLI 标签）
           → [LLM 综合回答]（带 NLI 标签辅助判断）

文档导航

三端口架构

技术栈

• LLM 后端：LM Studio（OpenAI 兼容） / Ollama
• 向量存储：ChromaDB（langchain-chroma）
• 嵌入模型：BCE-embedding-base_v1（本地加载）
• Reranker：BAAI/bge-reranker-base（本地加载）
• NLI 分类：MoritzLaurer/mDeBERTa-v3-base-mnli-xnli（本地加载）
• 文本切分：5 种策略 + GuardStack 守卫栈
• 哈希去重：SM3 国密哈希

依赖

• LM Studio 或 Ollama（本地 LLM 推理服务）
• Python 3.9+
• 嵌入模型（推荐 maidalun1020/bce-embedding-base_v1）
• ChromaDB（向量存储，自动安装）

协议

Apache 2.0

更新说明

[2.0.0b1] - 2026-07-22

重大变更 — 1.x → 2.x 迁移警告

HNSW 管理重构：ChromaDB 内置 HNSW → hnswlib 独立索引

• ChromaDB Rust 后端的 HNSW compactor 在 Windows 上存在持久化 bug，导致索引反复损坏
• 2.x 将向量搜索改为 hnswlib 独立管理，ChromaDB 仅用于 metadata 存储
• 从 1.x 升级到 2.x 必须重建 HNSW 索引（启动时自动懒重建，或手动点击 🔨 HNSW）
• hnswlib 索引文件存储位置：data/_hnsw/{sm3_hash}/（ASCII 路径，避免中文路径 bug）

新增

• 懒重建机制：retrieve_documents() 检测到 hnswlib 为空但 ChromaDB SQLite 有数据时，自动触发 rebuild_kb_hnsw() 重建索引，用户不感知
• estimate_rebuild_time.py：启动时加载嵌入模型 + 采样 10 条真实文档 chunk 测速，精确预估全库重建耗时。显示模型名称、每文档耗时 ms、预计分钟数
• rebuild_all_hnsw.py：批量重建全部 KB 的 HNSW 索引，跳过已有有效索引的 KB 和空 KB，供 setup.bat 调用
• setup.bat Y/N/K 三选项：Y 全量重建、N 跳过（后续懒重建或手动）、K 写入 data/.no_hnsw_prompt 永久跳过，再次部署 2.x 不再提示
• kb_index.json 启动对齐：自动删除目录已不存在的残留条目
• 懒重建控制台醒目标记：重建开始/结束用 === 包围 + ⏳/✅ 标记，区分于普通输出
• 导入后自动删除源文件：data/imports/ 下已入库文件自动 os.unlink()

修复

• HNSW 重建 ID 映射错误（关键修复）：rebuild_kb_hnsw() 原来用 SQLite embedding_metadata.id 行号作为 ChromaDB ID 存入 hnswlib 的 _id_map，但 ChromaDB 的文档 ID 是 SM3 哈希值（64 位十六进制串）。搜索时 hnswlib 返回 SQLite 行号，chroma_coll.get(ids=[...]) 全部空命中。修复为 JOIN embeddings 表读取真实 embedding_id，重建后搜索正常返回结果
• main.py KB 扫描 index 未定义：第 311 行 index.get(entry, {}) 中 index 变量不存在导致 NameError → except Exception: pass 静默吞掉，输出"知识库: 无"。新增 _load_index() 导入 + kb_index 变量
• 启动扫描触发全量懒重建：main.py 扫描每个 KB 时调用 retrieve_documents("test")，内部检测到 hnswlib 为空触发 rebuild_kb_hnsw()，19 个 KB 全部重建，启动卡死数小时。改为只创建 Chroma adapter 验证可访问性，不触发重建
• setup.bat 括号内标签 + else if 语法：:ASK_HNSW 标签位于 if (...) { ... } 块内 + else if 非标准 cmd.exe 语法，导致整个版本检测块被跳过，不弹交互、不启动浏览器。重写为纯 goto 流，无嵌套块
• setup.bat 杀进程静默失败：Get-CimInstance + Get-NetTCPConnection PowerShell 命令用 >nul 2>&1 隐藏所有错误，权限不足时旧进程不杀、新进程起不来。改为 server.pid PID 文件精确杀 + 端口兜底
• setup.bat [!] 被延迟展开吃掉：setlocal enabledelayedexpansion 下 ! 触发变量展开，[!] 输出为 []。改用 *** 替代
• __pycache__ 缓存旧 _hnsw_storage_dir：chroma_adapter.py 代码已改但运行的 Python 进程加载旧 .pyc，_hnsw_storage_dir 仍返回 data/kb/_hnsw/，导致懒重建写到旧位置、Chroma adapter 从新位置读不到 → 反复触发懒重建。清除后解决
• estimate_rebuild_time.py 测速不准确：用 "测试文本" * 10 测速（极短文本，12ms/条），实际文档 chunk 长 100-500 字（100ms+/条），预估偏差 8 倍。改为从 SQLite 随机取真实 chunk 测速
• rebuild_kb_hnsw 中 encode() 进度条被 2>&1 隐藏：SentenceTransformer 默认 show_progress_bar=True 但 tqdm 在非 TTY 输出下自动隐藏。加显式 show_progress_bar=True 强制显示
• kb_index.json 残留已删除 KB 条目：手动删 KB 目录后索引未更新显示旧 KB。启动时自动遍历索引检查目录是否存在，不存在则移除
• default 空 KB 每次启动报 HNSW 损坏：扫描器跳过空 KB，不调用 retrieve_documents，无 warning 噪音
• 导入后源文件未删除：agent.py 第 895-901 行已有删除逻辑，但因之前 UnboundLocalError 导致导入函数抛异常退出，success=True 路径未走到。修复后导入成功自动 os.unlink(pp)

变更

• 彻底移除 langchain 依赖：langchain, langchain-community, langchain-huggingface, langchain-chroma, langchain-text-splitters, openai 全部移除
• 5 种切分策略手写替代：fixed/recursive/headers/sentence/semantic，含 5 种守卫栈
• ChromaDB 降级为 metadata-only：列式向量搜索走 hnswlib，ChromaDB 只存文本+键值对
• count() 改为 SQLite 实时查询：不再依赖 hnswlib 或 ChromaDB API