b26fe21408
排查"向量路为什么是空的"花了半小时,因为空就是空,没有任何线索。这次把
整条检索链上的静默降级一次清掉。
真 bug(不只是可观测性):
- kb_search 与 Search() 都拿 rag.Ready() 当总闸,而 Ready() 只代表"向量路
可用"(embedding + Milvus)。全文(bleve)与图谱(Neo4j)根本不依赖它们,却
被一并毙掉 → "模型配置没下发"表现为"整个知识库什么都搜不到",还不报错。
改为逐路判定,任一路可用就仍有召回。
不再吞错:
- milvus.search 原先把 error 转成 nil,nil —— 检索失败与无召回彻底无法区分;
- bleve.search / graph.search 出错直接回 nil,连日志都没有;
- searchPaths 丢掉 embedding 的 error。
三处改为如实返回,错误统一打日志。
逐路诊断(RouteDiag):每路上报 ok/empty/disabled/error + 耗时 + 原因,经
kb_search 的 diag 参数(仅试验台传,生产调用返回值不变)→ gateway → 检索
试验台。界面上现在能直接看出"这一路没配置/报错了/确实没匹配",不必翻日志。
内存兜底索引也会在 note 里点明"重启即清零"。
测试:3 组,覆盖"无 embedding 时全文仍可召回"、三种空的区分、内存索引提示。
把总闸加回去验证过第一条确实会红——测试能抓到这个回归,不是摆设。
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
208 lines
6.7 KiB
Go
208 lines
6.7 KiB
Go
package rag
|
|
|
|
import (
|
|
"context"
|
|
"encoding/json"
|
|
"fmt"
|
|
"log"
|
|
"strings"
|
|
|
|
"github.com/neo4j/neo4j-go-driver/v5/neo4j"
|
|
"github.com/neo4j/neo4j-go-driver/v5/neo4j/auth"
|
|
|
|
"github.com/sundynix/sundynix-shared/prompts"
|
|
)
|
|
|
|
// Triple 是一条知识三元组(主体-关系-客体)。
|
|
type Triple struct {
|
|
S string `json:"s"`
|
|
P string `json:"p"`
|
|
O string `json:"o"`
|
|
}
|
|
|
|
// graphStore 是 GraphRAG 的图路:实体/关系存 Neo4j。
|
|
type graphStore struct {
|
|
driver neo4j.DriverWithContext
|
|
}
|
|
|
|
func openGraph(ctx context.Context, uri, user, pass string) *graphStore {
|
|
if uri == "" {
|
|
return &graphStore{}
|
|
}
|
|
drv, err := neo4j.NewDriverWithContext(uri,
|
|
auth.BasicTokenManager(func(context.Context) (neo4j.AuthToken, error) {
|
|
return neo4j.BasicAuth(user, pass, ""), nil
|
|
}))
|
|
if err != nil {
|
|
log.Printf("[rag] Neo4j 连接失败,图谱路降级: %v", err)
|
|
return &graphStore{}
|
|
}
|
|
if err := drv.VerifyConnectivity(ctx); err != nil {
|
|
log.Printf("[rag] Neo4j 不可用,图谱路降级: %v", err)
|
|
return &graphStore{}
|
|
}
|
|
// 实体唯一约束(kb+name)。
|
|
_, _ = neo4j.ExecuteQuery(ctx, drv,
|
|
"CREATE CONSTRAINT entity_key IF NOT EXISTS FOR (e:Entity) REQUIRE (e.kb, e.name) IS UNIQUE",
|
|
nil, neo4j.EagerResultTransformer)
|
|
log.Printf("[rag] Neo4j connected %s", uri)
|
|
return &graphStore{driver: drv}
|
|
}
|
|
|
|
func (g *graphStore) ready() bool { return g != nil && g.driver != nil }
|
|
|
|
func (g *graphStore) close(ctx context.Context) {
|
|
if g.ready() {
|
|
_ = g.driver.Close(ctx)
|
|
}
|
|
}
|
|
|
|
// store 把三元组 MERGE 进 Neo4j(实体 + 关系,按 kb 隔离)。
|
|
// 关系带 file_id(来源文档稳定 ID)→ 同一三元组来自不同文档各成一条边,供按文档级联删;
|
|
// 实体仍按 (kb,name) 共享去重(一个实体可被多篇文档提及)。
|
|
func (g *graphStore) store(ctx context.Context, kb, fileID string, triples []Triple) (int, error) {
|
|
if !g.ready() {
|
|
return 0, nil
|
|
}
|
|
n := 0
|
|
for _, t := range triples {
|
|
if t.S == "" || t.O == "" || t.P == "" {
|
|
continue
|
|
}
|
|
_, err := neo4j.ExecuteQuery(ctx, g.driver,
|
|
`MERGE (a:Entity {kb:$kb, name:$s})
|
|
MERGE (b:Entity {kb:$kb, name:$o})
|
|
MERGE (a)-[r:REL {type:$p, file_id:$fid}]->(b)`,
|
|
map[string]any{"kb": kb, "s": t.S, "o": t.O, "p": t.P, "fid": fileID},
|
|
neo4j.EagerResultTransformer, neo4j.ExecuteQueryWithDatabase("neo4j"))
|
|
if err != nil {
|
|
return n, err
|
|
}
|
|
n++
|
|
}
|
|
return n, nil
|
|
}
|
|
|
|
// deleteByFile 删除某文档(file_id)贡献的全部关系,再清掉因此变孤儿的实体(无任何关系)。
|
|
// 共享实体(仍被其它文档的关系连着)保留。kb 作用域隔离。
|
|
func (g *graphStore) deleteByFile(ctx context.Context, kb, fileID string) error {
|
|
if !g.ready() || fileID == "" {
|
|
return nil
|
|
}
|
|
if _, err := neo4j.ExecuteQuery(ctx, g.driver,
|
|
`MATCH (:Entity {kb:$kb})-[r:REL {file_id:$fid}]->(:Entity {kb:$kb}) DELETE r`,
|
|
map[string]any{"kb": kb, "fid": fileID},
|
|
neo4j.EagerResultTransformer, neo4j.ExecuteQueryWithDatabase("neo4j")); err != nil {
|
|
return err
|
|
}
|
|
// 孤儿实体清理:本 kb 内不再连任何关系的实体删除。
|
|
_, err := neo4j.ExecuteQuery(ctx, g.driver,
|
|
`MATCH (e:Entity {kb:$kb}) WHERE NOT (e)--() DELETE e`,
|
|
map[string]any{"kb": kb},
|
|
neo4j.EagerResultTransformer, neo4j.ExecuteQueryWithDatabase("neo4j"))
|
|
return err
|
|
}
|
|
|
|
// search 图谱召回:找查询里提到的实体,返回其相连三元组(文本化)。
|
|
// 错误如实返回:Neo4j 不可用/查询失败以前一律回 nil,与"图谱里没有相关实体"无法区分。
|
|
func (g *graphStore) search(ctx context.Context, kb, query string, limit int) ([]Hit, error) {
|
|
if !g.ready() || query == "" {
|
|
return nil, nil
|
|
}
|
|
// 匹配两路:① 查询整体含实体名($q CONTAINS);② 查询的字符 n-gram 与实体名互为子串
|
|
// —— 解决"查询说'星云一号'、实体名抽成'星云一号卫星'"这类后缀错配(纯 $q CONTAINS 会漏)。
|
|
res, err := neo4j.ExecuteQuery(ctx, g.driver,
|
|
`MATCH (a:Entity {kb:$kb})-[r:REL]->(b:Entity {kb:$kb})
|
|
WHERE $q CONTAINS a.name OR $q CONTAINS b.name
|
|
OR any(ng IN $ngrams WHERE a.name CONTAINS ng OR b.name CONTAINS ng)
|
|
RETURN a.name AS s, r.type AS p, b.name AS o LIMIT $k`,
|
|
map[string]any{"kb": kb, "q": query, "ngrams": queryNgrams(query), "k": limit},
|
|
neo4j.EagerResultTransformer, neo4j.ExecuteQueryWithDatabase("neo4j"))
|
|
if err != nil {
|
|
return nil, err
|
|
}
|
|
var hits []Hit
|
|
for _, rec := range res.Records {
|
|
s, _ := rec.Get("s")
|
|
p, _ := rec.Get("p")
|
|
o, _ := rec.Get("o")
|
|
hits = append(hits, Hit{Text: fmt.Sprintf("%v —%v→ %v", s, p, o), Score: 1})
|
|
}
|
|
return hits, nil
|
|
}
|
|
|
|
// queryNgrams 生成查询的字符 n-gram(长度 2..8,去重并截断)——用于和图谱实体名做双向子串匹配,
|
|
// 解决实体名比查询里提到的更长/更短的错配(中文无词边界,按字符 n-gram 是务实做法)。
|
|
func queryNgrams(q string) []string {
|
|
r := []rune(q)
|
|
const minLen, maxLen, cap = 2, 8, 80
|
|
seen := make(map[string]bool)
|
|
out := make([]string, 0, cap)
|
|
for i := 0; i < len(r); i++ {
|
|
for l := minLen; l <= maxLen && i+l <= len(r); l++ {
|
|
s := string(r[i : i+l])
|
|
if !seen[s] {
|
|
seen[s] = true
|
|
out = append(out, s)
|
|
if len(out) >= cap {
|
|
return out
|
|
}
|
|
}
|
|
}
|
|
}
|
|
return out
|
|
}
|
|
|
|
// triples 返回某 kb 的全部三元组(供 UI 图谱可视化)。
|
|
func (g *graphStore) triples(ctx context.Context, kb string, limit int) []Triple {
|
|
if !g.ready() {
|
|
return nil
|
|
}
|
|
res, err := neo4j.ExecuteQuery(ctx, g.driver,
|
|
`MATCH (a:Entity {kb:$kb})-[r:REL]->(b:Entity {kb:$kb})
|
|
RETURN a.name AS s, r.type AS p, b.name AS o LIMIT $k`,
|
|
map[string]any{"kb": kb, "k": limit},
|
|
neo4j.EagerResultTransformer, neo4j.ExecuteQueryWithDatabase("neo4j"))
|
|
if err != nil {
|
|
return nil
|
|
}
|
|
var out []Triple
|
|
for _, rec := range res.Records {
|
|
s, _ := rec.Get("s")
|
|
p, _ := rec.Get("p")
|
|
o, _ := rec.Get("o")
|
|
out = append(out, Triple{S: fmt.Sprint(s), P: fmt.Sprint(p), O: fmt.Sprint(o)})
|
|
}
|
|
return out
|
|
}
|
|
|
|
// extractTriples 用 LLM 从文本抽取知识三元组。
|
|
func extractTriples(ctx context.Context, chat *chatClient, text string) ([]Triple, error) {
|
|
if !chat.ready() {
|
|
return nil, nil
|
|
}
|
|
out, err := chat.complete(ctx, prompts.Get(prompts.GraphExtract), text)
|
|
if err != nil {
|
|
return nil, err
|
|
}
|
|
return parseTriples(out), nil
|
|
}
|
|
|
|
// parseTriples 容忍代码块/前后噪声地解析三元组 JSON。
|
|
func parseTriples(s string) []Triple {
|
|
s = strings.TrimSpace(s)
|
|
s = strings.TrimPrefix(s, "```json")
|
|
s = strings.TrimPrefix(s, "```")
|
|
s = strings.TrimSuffix(s, "```")
|
|
if i := strings.Index(s, "["); i >= 0 {
|
|
if j := strings.LastIndex(s, "]"); j > i {
|
|
s = s[i : j+1]
|
|
}
|
|
}
|
|
var triples []Triple
|
|
if json.Unmarshal([]byte(s), &triples) != nil {
|
|
return nil
|
|
}
|
|
return triples
|
|
}
|