Blizzard
79e834e8e9
几十万字文件从"广而浅"到准生产级： - 向量化串行→并发分批保序(embedAll)；几十万字上千块快数倍 - 图谱整篇喂LLM(爆上下文只抽开头)→窗口化并发抽(extractGraphWindowed)， 全覆盖；窗口/封顶/并发 env 可配；图谱可单配便宜模型(GRAPH_CHAT_*，未配回退主chat) - Bleve 内存索引(重启即丢、三路退两路)→落盘 scorch(env BLEVE_PATH，失败退内存兜底) - 下游键改稳定 file_id：Neo4j 关系打 file_id(实体仍 kb+name 共享)； 新增 kb_delete 工具 + Engine.DeleteDoc 级联删 Milvus/Bleve/Neo4j - 单测：窗口化/去重/env可配/落盘持久/图谱模型回退 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
83 lines
2.7 KiB
Go
83 lines
2.7 KiB
Go
package rag
|
||
|
||
import "testing"
|
||
|
||
// TestBleve_ChineseSearch 钉死中文全文检索：CJK 分词器让"星云一号的总设计师"能命中含
|
||
// "星云一号""总设计师"的中文块。修复前默认标准分词器把整段中文当一个 token → 永远 0 命中。
|
||
func TestBleve_ChineseSearch(t *testing.T) {
|
||
t.Setenv("BLEVE_PATH", t.TempDir()+"/bleve") // 隔离落盘索引，测试互不污染
|
||
b := openBleve()
|
||
defer b.close()
|
||
if !b.ready() {
|
||
t.Skip("bleve 不可用")
|
||
}
|
||
const kb = "k1"
|
||
if err := b.index(kb, "d1", []string{
|
||
"星云一号卫星于2023年由长征七号发射，项目总设计师是李明华。",
|
||
"今天天气不错，适合出门散步。",
|
||
}); err != nil {
|
||
t.Fatal(err)
|
||
}
|
||
hits := b.search(kb, "星云一号的总设计师是谁", 5)
|
||
if len(hits) == 0 {
|
||
t.Fatal("中文全文检索应命中（CJK 分词），got 0 —— 分词器回归了？")
|
||
}
|
||
if !contains(hits[0].Text, "总设计师") {
|
||
t.Fatalf("最相关块应含'总设计师'，got %q", hits[0].Text)
|
||
}
|
||
}
|
||
|
||
// TestQueryNgrams 钉死查询 n-gram：含"星云一号"等子串，能与更长实体名"星云一号卫星"双向匹配。
|
||
func TestQueryNgrams(t *testing.T) {
|
||
ng := queryNgrams("星云一号的总设计师是谁")
|
||
if !hasStr(ng, "星云一号") {
|
||
t.Fatalf("应含 2..8 长度子串'星云一号'，got %v", ng)
|
||
}
|
||
// 长度边界：最短 2、最长 8。
|
||
for _, s := range ng {
|
||
if r := []rune(s); len(r) < 2 || len(r) > 8 {
|
||
t.Fatalf("n-gram 长度应在 [2,8]，got %q(len=%d)", s, len(r))
|
||
}
|
||
}
|
||
}
|
||
|
||
// TestBleve_PersistsAcrossReopen 钉死落盘：写入→关闭→同路径重开，数据仍在。
|
||
// 修复"NewMemOnly 进程重启即丢、三路静默退化两路"的回归——这是 P0 的核心验收。
|
||
func TestBleve_PersistsAcrossReopen(t *testing.T) {
|
||
t.Setenv("BLEVE_PATH", t.TempDir()+"/bleve")
|
||
b1 := openBleve()
|
||
if !b1.ready() {
|
||
t.Skip("bleve 不可用")
|
||
}
|
||
if err := b1.index("kp", "d1", []string{"持久化测试：龙渊号探测器由总师陈思远负责。"}); err != nil {
|
||
t.Fatal(err)
|
||
}
|
||
b1.close() // 模拟进程退出（落盘刷盘）
|
||
|
||
b2 := openBleve() // 模拟重启：同路径重开
|
||
defer b2.close()
|
||
if hits := b2.search("kp", "龙渊号探测器", 5); len(hits) == 0 {
|
||
t.Fatal("重开后应仍能检索到（落盘持久），got 0 —— 退回内存了？")
|
||
}
|
||
}
|
||
|
||
func contains(s, sub string) bool {
|
||
return len(sub) == 0 || (len(s) >= len(sub) && indexOf(s, sub) >= 0)
|
||
}
|
||
func indexOf(s, sub string) int {
|
||
for i := 0; i+len(sub) <= len(s); i++ {
|
||
if s[i:i+len(sub)] == sub {
|
||
return i
|
||
}
|
||
}
|
||
return -1
|
||
}
|
||
func hasStr(ss []string, want string) bool {
|
||
for _, s := range ss {
|
||
if s == want {
|
||
return true
|
||
}
|
||
}
|
||
return false
|
||
}
|