app_backup.py

import os
import gradio as gr
import requests
from langchain_community.document_loaders import TextLoader, DirectoryLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.vectorstores import FAISS
from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate
import numpy as np
import faiss
from collections import deque
from langchain_core.embeddings import Embeddings
import threading
import queue
from langchain_core.messages import HumanMessage, AIMessage
from sentence_transformers import SentenceTransformer
import pickle
import torch
from langchain_core.documents import Document
import time
from tqdm import tqdm

# 获取环境变量
os.environ["OPENROUTER_API_KEY"] = os.getenv("OPENROUTER_API_KEY", "")
if not os.environ["OPENROUTER_API_KEY"]:
    raise ValueError("OPENROUTER_API_KEY 未设置，请在环境变量中配置或在 .env 文件中添加")
SILICONFLOW_API_KEY = os.getenv("SILICONFLOW_API_KEY")
if not SILICONFLOW_API_KEY:
    raise ValueError("SILICONFLOW_API_KEY 未设置，请在 Hugging Face Spaces 的 Settings > Secrets 中添加 SILICONFLOW_API_KEY")

# SiliconFlow API 配置
SILICONFLOW_API_URL = "https://api.siliconflow.cn/v1/rerank"  # 需根据实际文档确认

# 自定义 SentenceTransformerEmbeddings 类（使用 BAAI/bge-m3，启用 GPU 和混合精度）
class SentenceTransformerEmbeddings(Embeddings):
    def __init__(self, model_name="BAAI/bge-m3"):
        self.model = SentenceTransformer(model_name, device="cuda" if torch.cuda.is_available() else "cpu")
        self.batch_size = 64
        self.query_cache = {}

    def embed_documents(self, texts):
        total_chunks = len(texts)
        embeddings_list = []
        batch_size = 1000

        print(f"开始生成嵌入（共 {total_chunks} 个分片，每批 {batch_size} 个分片）")
        start_time = time.time()
        with torch.no_grad():
            for i in tqdm(range(0, total_chunks, batch_size), desc="生成嵌入进度"):
                batch_start = i
                batch_end = min(i + batch_size, total_chunks)
                batch_texts = [text.page_content for text in texts[batch_start:batch_end]]
                
                batch_start_time = time.time()
                with torch.cuda.amp.autocast():
                    batch_emb = self.model.encode(
                        batch_texts,
                        normalize_embeddings=True,
                        batch_size=self.batch_size,
                        show_progress_bar=True
                    )
                batch_time = time.time() - batch_start_time
                
                if isinstance(batch_emb, torch.Tensor):
                    embeddings_list.append(batch_emb.cpu().numpy())
                else:
                    embeddings_list.append(batch_emb)
                print(f"完成批次 {i//batch_size + 1}/{total_chunks//batch_size + 1}，处理了 {batch_end - batch_start} 个分片，耗时 {batch_time:.2f} 秒")
        
        embeddings_array = np.vstack(embeddings_list)
        total_time = time.time() - start_time
        print(f"嵌入生成完成，总耗时 {total_time:.2f} 秒，平均每 1000 个分片耗时 {total_time/total_chunks*1000:.2f} 秒")
        
        np.save("embeddings.npy", embeddings_array)
        return embeddings_array

    def embed_query(self, text):
        if text in self.query_cache:
            return self.query_cache[text]
        with torch.no_grad():
            with torch.cuda.amp.autocast():
                emb = self.model.encode([text], normalize_embeddings=True, batch_size=1, show_progress_bar=False)[0]
            self.query_cache[text] = emb
        return emb

# 重排序函数，使用 SiliconFlow API 调用 BAAI/bge-reranker-v2-m3
def rerank_documents(query, documents, top_n=15):
    try:
        if not documents or not query:
            raise ValueError("查询或文档列表为空")
        
        # 提取文档内容和元数据，限制长度为 2048 字符
        doc_texts = [(doc.page_content[:2048].replace("\n", " ").strip(), doc.metadata.get("book", "未知来源")) for doc in documents[:50]]
        print(f"Query: {query[:100]}... (长度: {len(query)})")
        print(f"文档数量 (前50个): {len(doc_texts)}")
        for i, (doc, book) in enumerate(doc_texts[:5]):  # 仅打印前5个用于调试
            print(f"  Doc {i}: {doc[:100]}... (来源: {book})")
        
        # 构造 SiliconFlow API 请求
        headers = {
            "Authorization": f"Bearer {SILICONFLOW_API_KEY}",
            "Content-Type": "application/json"
        }
        payload = {
            "model": "BAAI/bge-reranker-v2-m3",
            "query": query,
            "documents": [text for text, _ in doc_texts],
            "top_n": top_n
        }
        
        start_time = time.time()
        response = requests.post(SILICONFLOW_API_URL, headers=headers, json=payload)
        response.raise_for_status()  # 检查请求是否成功
        rerank_time = time.time() - start_time
        print(f"重排序耗时: {rerank_time:.2f} 秒")
        
        # 解析 SiliconFlow API 响应
        result = response.json()
        print(f"SiliconFlow API 响应: {result}")
        
        # 验证返回结果
        if "results" not in result or not isinstance(result["results"], list):
            raise ValueError(f"SiliconFlow API 返回格式错误: {result}")
        
        # 构建重排序结果，修正键名为 "relevance_score"
        reranked_docs = []
        for res in result["results"]:
            if "index" not in res or "relevance_score" not in res:
                raise ValueError(f"SiliconFlow API 返回的条目格式错误: {res}")
            index = res["index"]
            score = res["relevance_score"]
            if index < len(documents):
                text, book = doc_texts[index]
                reranked_docs.append((Document(page_content=text, metadata={"book": book}), score))
        
        # 按得分排序并截取 top_n
        reranked_docs = sorted(reranked_docs, key=lambda x: x[1], reverse=True)[:top_n]
        print(f"重排序结果 (数量: {len(reranked_docs)}):")
        for i, (doc, score) in enumerate(reranked_docs):
            print(f"  Doc {i}: {doc.page_content[:100]}... (来源: {doc.metadata.get('book', '未知来源')}, 得分: {score:.4f})")
        
        return reranked_docs
    except Exception as e:
        error_msg = str(e)
        print(f"错误详情: {error_msg}")
        raise Exception(f"重排序失败: {error_msg}")

# 构建 HNSW 索引
def build_hnsw_index(knowledge_base_path, index_path):
    print("开始加载文档...")
    start_time = time.time()
    loader = DirectoryLoader(knowledge_base_path, glob="*.txt", loader_cls=lambda path: TextLoader(path, encoding="utf-8"), use_multithreading=False)
    documents = loader.load()
    load_time = time.time() - start_time
    print(f"加载完成，共 {len(documents)} 个文档，耗时 {load_time:.2f} 秒")
    
    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
    if not os.path.exists("chunks.pkl"):
        print("开始分片...")
        start_time = time.time()
        texts = []
        total_chars = 0
        total_bytes = 0
        for i, doc in enumerate(documents):
            doc_chunks = text_splitter.split_documents([doc])
            for chunk in doc_chunks:
                content = chunk.page_content
                file_path = chunk.metadata.get("source", "")
                book_name = os.path.basename(file_path).replace(".txt", "").replace("_", "·")
                texts.append(Document(page_content=content, metadata={"book": book_name or "未知来源"}))
                total_chars += len(content)
                total_bytes += len(content.encode('utf-8'))
            if i < 5:
                print(f"文件 {i} 字符数: {len(doc.page_content)}, 字节数: {len(doc.page_content.encode('utf-8'))}, 来源: {file_path}")
            if (i + 1) % 10 == 0:
                print(f"分片进度: 已处理 {i + 1}/{len(documents)} 个文件，当前分片总数: {len(texts)}")
        with open("chunks.pkl", "wb") as f:
            pickle.dump(texts, f)
        split_time = time.time() - start_time
        print(f"分片完成，共 {len(texts)} 个 chunk，总字符数: {total_chars}，总字节数: {total_bytes}，耗时 {split_time:.2f} 秒")
    else:
        with open("chunks.pkl", "rb") as f:
            texts = pickle.load(f)
        print(f"加载已有分片，共 {len(texts)} 个 chunk")
    
    if not os.path.exists("embeddings.npy"):
        print("开始生成嵌入（使用 BAAI/bge-m3，GPU 加速，分批处理）...")
        embeddings_array = embeddings.embed_documents(texts)
        if os.path.exists("embeddings_temp.npy"):
            os.remove("embeddings_temp.npy")
        print(f"嵌入生成完成，维度: {embeddings_array.shape}")
    else:
        embeddings_array = np.load("embeddings.npy")
        print(f"加载已有嵌入，维度: {embeddings_array.shape}")
    
    dimension = embeddings_array.shape[1]
    index = faiss.IndexHNSWFlat(dimension, 16)
    index.hnsw.efConstruction = 100
    print("开始构建 HNSW 索引...")
    
    batch_size = 5000
    total_vectors = embeddings_array.shape[0]
    for i in range(0, total_vectors, batch_size):
        batch = embeddings_array[i:i + batch_size]
        index.add(batch)
        print(f"索引构建进度: {min(i + batch_size, total_vectors)} / {total_vectors}")
    
    text_embeddings = [(text.page_content, embeddings_array[i]) for i, text in enumerate(texts)]
    vector_store = FAISS.from_embeddings(text_embeddings, embeddings, normalize_L2=True)
    vector_store.index = index
    vector_store.docstore._dict.clear()
    vector_store.index_to_docstore_id.clear()
    
    for i, text in enumerate(texts):
        doc_id = str(i)
        vector_store.docstore._dict[doc_id] = text
        vector_store.index_to_docstore_id[i] = doc_id
    
    print("开始保存索引...")
    vector_store.save_local(index_path)
    print(f"HNSW 索引已生成并保存到 '{index_path}'")
    return vector_store, texts

# 初始化嵌入模型
embeddings = SentenceTransformerEmbeddings(model_name="BAAI/bge-m3")
print("已初始化 BAAI/bge-m3 嵌入模型，用于知识库检索（GPU 模式）")

# 加载或生成索引
index_path = "faiss_index_hnsw_new"
knowledge_base_path = "knowledge_base"

if not os.path.exists(index_path):
    if os.path.exists(knowledge_base_path):
        print("检测到 knowledge_base，正在生成 HNSW 索引...")
        vector_store, all_documents = build_hnsw_index(knowledge_base_path, index_path)
    else:
        raise FileNotFoundError("未找到 'knowledge_base'，请提供知识库数据")
else:
    vector_store = FAISS.load_local(index_path, embeddings=embeddings, allow_dangerous_deserialization=True)
    vector_store.index.hnsw.efSearch = 300
    print("已加载 HNSW 索引 'faiss_index_hnsw_new'，efSearch 设置为 300")
    with open("chunks.pkl", "rb") as f:
        all_documents = pickle.load(f)
    book_counts = {}
    for doc in all_documents:
        book = doc.metadata.get("book", "未知来源")
        book_counts[book] = book_counts.get(book, 0) + 1
    print(f"all_documents 书籍分布: {book_counts}")

# 初始化 ChatOpenAI
llm = ChatOpenAI(
    model="deepseek/deepseek-r1:free",
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
    timeout=60,
    temperature=0.3,
    max_tokens=130000,
    streaming=True
)

# 定义提示词模板
prompt_template = PromptTemplate(
    input_variables=["context", "question", "chat_history"],
    template="""  
    你是一个研究李敖的专家，根据用户提出的问题{question}、最近10轮对话历史{chat_history}以及从李敖相关书籍和评论中检索的至少10篇文本内容{context}回答问题。  
    在回答时，请注意以下几点：  
    - 结合李敖的写作风格和思想，筛选出与问题和对话历史最相关的检索内容，避免无关信息。  
    - 必须在回答中引用至少10篇不同的文本内容，引用格式为[引用: 文本序号]，例如[引用: 1][引用: 2]，并确保每篇文本在回答中都有明确使用。  
    - 在回答的末尾，必须以“引用文献”标题列出所有引用的文本序号及其内容摘要（每篇不超过50字）以及具体的书目信息（例如书名和章节），格式为：  
      - 引用文献：  
        1. [文本 1] 摘要... 出自：书名，第X页/章节。  
        2. [文本 2] 摘要... 出自：书名，第X页/章节。  
        （依此类推，至少10篇）  
    - 如果问题涉及李敖对某人或某事的评价，优先引用李敖的直接言论或文字，并说明出处。  
    - 回答应结构化、分段落，确保逻辑清晰，语言生动，类似李敖的犀利风格。  
    - 如果检索内容和历史不足以直接回答问题，可根据李敖的性格和观点推测其可能的看法，但需说明这是推测。  
    - 只能基于提供的知识库内容{context}和对话历史{chat_history}回答，不得引入外部信息。  
    - 对于列举类问题，控制在10个要点以内，并优先提供最相关项。  
    - 如果回答较长，结构化分段总结，分点作答控制在8个点以内。  
    - 根据对话历史调整回答，避免重复或矛盾。  
    - 并非搜索结果的所有内容都与用户的问题密切相关，你需要结合问题，对搜索结果进行甄别、筛选。  
    - 对于列举类的问题（如列举所有航班信息），尽量将答案控制在10个要点以内，并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项；如非必要，不要主动告诉用户搜索结果未提供的内容。  
    - 对于创作类的问题（如写论文），请务必在正文的段落中引用对应的参考编号，例如[引用:3][引用:5]，不能只在文章末尾引用。你需要解读并概括用户的题目要求，选择合适的格式，充分利用搜索结果并抽取重要信息，生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长，对于每一个要点的论述要推测用户的意图，给出尽可能多角度的回答要点，且务必信息量大、论述详尽。  
    - 如果回答很长，请尽量结构化、分段落总结。如果需要分点作答，尽量控制在8个点以内，并合并相关的内容。  
    - 对于客观类的问答，如果问题的答案非常简短，可以适当补充一到两句相关信息，以丰富内容。  
    - 你需要根据用户要求和回答内容选择合适、美观的回答格式，确保可读性强。  
    - 你的回答应该综合多个相关知识库内容来回答，不能重复引用一个知识库内容。  
    - 除非用户要求，否则你回答的语言需要和用户提问的语言保持一致。
    """
)

# 对话历史管理类
class ConversationHistory:
    def __init__(self, max_length=10):
        self.history = deque(maxlen=max_length)

    def add_turn(self, question, answer):
        self.history.append((question, answer))

    def get_history(self):
        return [(turn[0], turn[1]) for turn in self.history]

    def clear(self):
        self.history.clear()

# 用户会话状态类
class UserSession:
    def __init__(self):
        self.conversation = ConversationHistory()
        self.output_queue = queue.Queue()
        self.stop_flag = threading.Event()

# 生成回答的线程函数
def generate_answer_thread(question, session):
    stop_flag = session.stop_flag
    output_queue = session.output_queue
    conversation = session.conversation
    
    stop_flag.clear()
    try:
        history_list = conversation.get_history()
        history_text = "\n".join([f"问: {q}\n答: {a}" for q, a in history_list]) if history_list else ""
        query_with_context = f"{history_text}\n当前问题: {question}" if history_text else question
        
        # 1. 使用 BAAI/bge-m3 生成查询嵌入
        start_time = time.time()
        query_embedding = embeddings.embed_query(query_with_context)
        embed_time = time.time() - start_time
        output_queue.put(f"嵌入耗时 (BAAI/bge-m3): {embed_time:.2f} 秒\n")
        
        if stop_flag.is_set():
            output_queue.put("生成已停止")
            return
        
        # 2. 使用 FAISS HNSW 索引进行初始检索
        start_time = time.time()
        initial_docs_with_scores = vector_store.similarity_search_with_score(query_with_context, k=50)
        search_time = time.time() - start_time
        output_queue.put(f"初始检索数量: {len(initial_docs_with_scores)}\n检索耗时: {search_time:.2f} 秒\n")
        
        if stop_flag.is_set():
            output_queue.put("生成已停止")
            return
        
        initial_docs = [doc for doc, _ in initial_docs_with_scores]
        
        # 3. 使用 SiliconFlow 的 BAAI/bge-reranker-v2-m3 进行重排序
        start_time = time.time()
        reranked_docs_with_scores = rerank_documents(query_with_context, initial_docs, top_n=15)
        rerank_time = time.time() - start_time
        output_queue.put(f"重排序耗时 (BAAI/bge-reranker-v2-m3): {rerank_time:.2f} 秒\n")
        
        if stop_flag.is_set():
            output_queue.put("生成已停止")
            return
        
        # 调整 final_docs 数量，取前 10 篇
        final_docs = [doc for doc, _ in reranked_docs_with_scores][:10]
        if len(final_docs) < 10:
            output_queue.put(f"警告：仅检索到 {len(final_docs)} 篇文本，可能无法满足引用 10 篇的要求")
        
        # 构造 context，包含文本内容和书目信息
        context = "\n\n".join([f"[文本 {i+1}] {doc.page_content} (出处: {doc.metadata.get('book', '未知来源')})" for i, doc in enumerate(final_docs)])
        chat_history = [HumanMessage(content=q) if i % 2 == 0 else AIMessage(content=a) 
                        for i, (q, a) in enumerate(history_list)]
        prompt = prompt_template.format(context=context, question=question, chat_history=history_text)
        
        # 4. 使用 LLM 生成回答
        answer = ""
        start_time = time.time()
        for chunk in llm.stream([HumanMessage(content=prompt)]):
            if stop_flag.is_set():
                output_queue.put(answer + "\n\n(生成已停止)")
                return
            answer += chunk.content
            output_queue.put(answer)
        llm_time = time.time() - start_time
        output_queue.put(f"\nLLM 生成耗时: {llm_time:.2f} 秒")
        
        conversation.add_turn(question, answer)
        output_queue.put(answer)

    except Exception as e:
        output_queue.put(f"Error: {str(e)}")

# Gradio 接口函数
def answer_question(question, session_state):
    if session_state is None:
        session_state = UserSession()
    
    thread = threading.Thread(target=generate_answer_thread, args=(question, session_state))
    thread.start()
    
    while thread.is_alive() or not session_state.output_queue.empty():
        try:
            output = session_state.output_queue.get(timeout=0.1)
            yield output, session_state
        except queue.Empty:
            continue
    
    while not session_state.output_queue.empty():
        yield session_state.output_queue.get(), session_state

def stop_generation(session_state):
    if session_state is not None:
        session_state.stop_flag.set()
    return "生成已停止，正在中止..."

def clear_conversation():
    return "对话历史已清空，请开始新的对话。", UserSession()

# 创建 Gradio 界面
with gr.Blocks(title="AI李敖助手") as interface:
    gr.Markdown("### AI李敖助手")
    gr.Markdown("基于李敖163本相关书籍构建的知识库，支持上下文关联，记住最近10轮对话，输入问题以获取李敖风格的回答。")
    
    session_state = gr.State(value=None)
    
    with gr.Row():
        with gr.Column(scale=3):
            question_input = gr.Textbox(label="请输入您的问题", placeholder="输入您的问题...")
            submit_button = gr.Button("提交")
        with gr.Column(scale=1):
            clear_button = gr.Button("新建对话")
            stop_button = gr.Button("停止生成")
    
    output_text = gr.Textbox(label="回答", interactive=False)
    
    submit_button.click(fn=answer_question, inputs=[question_input, session_state], outputs=[output_text, session_state])
    clear_button.click(fn=clear_conversation, inputs=None, outputs=[output_text, session_state])
    stop_button.click(fn=stop_generation, inputs=[session_state], outputs=output_text)

# 启动应用
if __name__ == "__main__":
    interface.launch(share=True)