Upload 2 files

app.py

@@ -0,0 +1,311 @@
+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
+import time
+from tqdm import tqdm
+import logging
+
+# 设置日志
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# 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")
+SILICONFLOW_API_KEY = os.getenv("SILICONFLOW_API_KEY")
+if not SILICONFLOW_API_KEY:
+    raise ValueError("SILICONFLOW_API_KEY 未设置")
+
+# SiliconFlow API 配置
+SILICONFLOW_API_URL = "https://api.siliconflow.cn/v1/rerank"
+
+# 自定义嵌入类，优化查询缓存
+class SentenceTransformerEmbeddings(Embeddings):
+    def __init__(self, model_name="BAAI/bge-m3"):
+        device = "cuda" if torch.cuda.is_available() else "cpu"
+        self.model = SentenceTransformer(model_name, device=device)
+        self.batch_size = 32  # 减小批次大小以适应低内存
+        self.query_cache = {}
+        self.cache_lock = threading.Lock()
+
+    def embed_documents(self, texts):
+        embeddings_list = []
+        batch_size = 1000  # 减小批次以降低内存压力
+        total_chunks = len(texts)
+        logger.info(f"生成嵌入，文档数: {total_chunks}")
+        with torch.no_grad():
+            for i in tqdm(range(0, total_chunks, batch_size), desc="生成嵌入"):
+                batch_texts = [text.page_content for text in texts[i:i + batch_size]]
+                batch_emb = self.model.encode(
+                    batch_texts,
+                    normalize_embeddings=True,
+                    batch_size=self.batch_size
+                )
+                embeddings_list.append(batch_emb)
+        embeddings_array = np.vstack(embeddings_list)
+        np.save("embeddings.npy", embeddings_array)
+        return embeddings_array
+
+    def embed_query(self, text):
+        with self.cache_lock:
+            if text in self.query_cache:
+                return self.query_cache[text]
+        with torch.no_grad():
+            emb = self.model.encode([text], normalize_embeddings=True, batch_size=1)[0]
+            with self.cache_lock:
+                self.query_cache[text] = emb
+                if len(self.query_cache) > 1000:  # 限制缓存大小
+                    self.query_cache.pop(next(iter(self.query_cache)))
+        return emb
+
+# 重排序函数
+def rerank_documents(query, documents, top_n=15):
+    try:
+        doc_texts = [(doc.page_content[:2048], doc.metadata.get("book", "未知来源")) for doc in documents[:50]]
+        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}
+        response = requests.post(SILICONFLOW_API_URL, headers=headers, json=payload)
+        response.raise_for_status()
+        result = response.json()
+        reranked_docs = []
+        for res in result["results"]:
+            index = res["index"]
+            score = res["relevance_score"]
+            if index < len(documents):
+                text, book = doc_texts[index]
+                reranked_docs.append((documents[index], score))
+        return sorted(reranked_docs, key=lambda x: x[1], reverse=True)[:top_n]
+    except Exception as e:
+        logger.error(f"重排序失败: {str(e)}")
+        raise
+
+# 构建 HNSW 索引
+def build_hnsw_index(knowledge_base_path, index_path):
+    loader = DirectoryLoader(knowledge_base_path, glob="*.txt", loader_cls=lambda path: TextLoader(path, encoding="utf-8"))
+    documents = loader.load()
+    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
+    texts = text_splitter.split_documents(documents)
+    for i, doc in enumerate(texts):
+        doc.metadata["book"] = os.path.basename(doc.metadata.get("source", "未知来源")).replace(".txt", "")
+    embeddings_array = embeddings.embed_documents(texts)
+    dimension = embeddings_array.shape[1]
+    index = faiss.IndexHNSWFlat(dimension, 16)
+    index.hnsw.efConstruction = 100
+    index.add(embeddings_array)
+    vector_store = FAISS.from_embeddings([(doc.page_content, embeddings_array[i]) for i, doc in enumerate(texts)], embeddings)
+    vector_store.index = index
+    vector_store.save_local(index_path)
+    with open("chunks.pkl", "wb") as f:
+        pickle.dump(texts, f)
+    return vector_store, texts
+
+# 初始化嵌入模型和索引
+embeddings = SentenceTransformerEmbeddings()
+index_path = "faiss_index_hnsw_new"
+knowledge_base_path = "knowledge_base"
+
+if not os.path.exists(index_path):
+    vector_store, all_documents = build_hnsw_index(knowledge_base_path, index_path)
+else:
+    vector_store = FAISS.load_local(index_path, embeddings=embeddings, allow_dangerous_deserialization=True)
+    vector_store.index.hnsw.efSearch = 200  # 降低 efSearch 以提升速度
+    with open("chunks.pkl", "rb") as f:
+        all_documents = pickle.load(f)
+
+# 初始化 LLM
+llm = ChatOpenAI(
+    model="deepseek/deepseek-r1:free",
+    api_key=os.environ["OPENROUTER_API_KEY"],
+    base_url="https://openrouter.ai/api/v1",
+    timeout=100,
+    temperature=0.3,
+    max_tokens=130000,
+    streaming=True
+)
+
+# 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7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。  
+    - 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
+class ConversationHistory:
+    def __init__(self, max_length=7):  # 减少历史轮数
+        self.history = deque(maxlen=max_length)
+
+    def add_turn(self, question, answer):
+        self.history.append((question, answer))
+
+    def get_history(self):
+        return [(q, a) for q, a in self.history]
+
+# 用户会话状态
+class UserSession:
+    def __init__(self):
+        self.conversation = ConversationHistory()
+        self.output_queue = queue.Queue()
+        self.stop_flag = threading.Event()
+
+# 生成回答
+def generate_answer_thread(question, session):
+    stop_flag = session.stop_flag
+    output_queue = session.output_queue
+    conversation = session.conversation
+
+    stop_flag.clear()
+    try:
+        # 打印用户问题到控制台
+        logger.info(f"用户问题: {question}")
+
+        history_list = conversation.get_history()
+        history_text = "\n".join([f"问: {q}\n答: {a}" for q, a in history_list[-4:]])  # 只用最后5轮
+        query_with_context = f"{history_text}\n问题: {question}" if history_text else question
+
+        # 异步生成查询嵌入
+        embed_queue = queue.Queue()
+        def embed_task():
+            start = time.time()
+            emb = embeddings.embed_query(query_with_context)
+            embed_queue.put((emb, time.time() - start))
+        embed_thread = threading.Thread(target=embed_task)
+        embed_thread.start()
+        embed_thread.join()
+        query_embedding, embed_time = embed_queue.get()
+
+        if stop_flag.is_set():
+            output_queue.put("生成已停止")
+            return
+
+        # 初始检索
+        start = time.time()
+        docs_with_scores = vector_store.similarity_search_with_score_by_vector(query_embedding, k=50)
+        search_time = time.time() - start
+
+        if stop_flag.is_set():
+            output_queue.put("生成已停止")
+            return
+
+        # 重排序
+        initial_docs = [doc for doc, _ in docs_with_scores]
+        start = time.time()
+        reranked_docs_with_scores = rerank_documents(query_with_context, initial_docs)
+        rerank_time = time.time() - start
+        final_docs = [doc for doc, _ in reranked_docs_with_scores][:10]
+
+        # 打印重排序结果到控制台
+        logger.info("重排序结果（最终保留的片段及其得分）：")
+        for i, (doc, score) in enumerate(reranked_docs_with_scores[:10], 1):
+            logger.info(f"片段 {i}:")
+            logger.info(f"  内容: {doc.page_content[:100]}...")
+            logger.info(f"  来源: {doc.metadata.get('book', '未知来源')}")
+            logger.info(f"  得分: {score:.4f}")
+
+        context = "\n".join([f"[文本 {i+1}] {doc.page_content} (出处: {doc.metadata.get('book')})" for i, doc in enumerate(final_docs)])
+        prompt = prompt_template.format(context=context, question=question, chat_history=history_text)
+
+        # 将时间信息加入回答开头
+        timing_info = (
+            f"处理时间统计：\n"
+            f"- 嵌入时间: {embed_time:.2f} 秒\n"
+            f"- 检索时间: {search_time:.2f} 秒\n"
+            f"- 重排序时间: {rerank_time:.2f} 秒\n\n"
+        )
+
+        answer = timing_info
+        output_queue.put(answer)  # 先显示时间信息
+
+        # LLM 生成回答
+        start = time.time()
+        for chunk in llm.stream([HumanMessage(content=prompt)]):
+            if stop_flag.is_set():
+                output_queue.put(answer + "\n(生成已停止)")
+                return
+            answer += chunk.content
+            output_queue.put(answer)
+        llm_time = time.time() - start
+        answer += f"\n\n生成耗时: {llm_time:.2f} 秒"
+        output_queue.put(answer)
+
+        conversation.add_turn(question, answer)
+        output_queue.put(answer)
+
+    except Exception as e:
+        output_queue.put(f"Error: {str(e)}")
+
+# Gradio 接口
+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
+
+def stop_generation(session_state):
+    if session_state:
+        session_state.stop_flag.set()
+    return "生成已停止"
+
+def clear_conversation():
+    return "对话已清空", UserSession()
+
+# 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7轮对话，输入问题以获取李敖风格的回答。")
+    session_state = gr.State(value=None)
+    question_input = gr.Textbox(label="问题")
+    submit_button = gr.Button("提交")
+    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)
+
+if __name__ == "__main__":
+    interface.launch(share=True)

app_backup.py

@@ -0,0 +1,435 @@
+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���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)