mirror of
https://github.com/zhenxun-org/zhenxun_bot.git
synced 2026-10-05 20:00:04 +08:00
922d092650
* ♻️ refactor(core): 重构 AI 能力与定时任务调度系统 - 【AI 能力与工具】重构 Capability 注册与管理机制，引入 CapabilityManager 统一管理 - 移除全局能力注册表，改用声明式装饰器 `@capability` 进行解耦注册 - 重构工具解析器链，使用统一的 BaseToolResolver 代替原有的多个特定解析器 - 增强工具查询过滤，支持通配符匹配、工具箱过滤和排除标签 - 【定时任务调度】重构定时任务管理器，引入 SchedulerRegistry 统一管理任务元数据 - 引入 JobConfig 聚合定时任务配置，支持用户维度的定时任务调度 - 重构执行分发器，支持并发限制、串行间隔和随机延迟打散 - 【运行上下文】引入 ScheduledDeps 以支持后台和定时任务环境下的依赖注入 - 优化 RunContext，支持从定时任务上下文快速构造，并提供 emit 辅助方法 - 【日志与监控】引入 AILoggerProxy，实现 AI 各模块的专属日志输出 - 将各模块的全局 logger 替换为对应的模块专属日志代理 - 【其他优化】修复 Pydantic V1 兼容层中 model_validator 的装饰器兼容性问题 - 在非交互式环境（如定时任务）中自动隐藏 HITL 交互工具以节省 Token * ♻️ refactor(core): 优化内部导入路径并提升 Pydantic 兼容性 - 【重构】将 `services/ai` 模块内的绝对导入重构为相对导入，优化包结构 - 【重构】移除不必要的 `if TYPE_CHECKING` 保护，通过 `from __future__ import annotations` 直接导入类型 - 【清理】清理 `core/messages/types.py` 中未使用的 `AssistantContentUnion` 等联合类型定义 - 【优化】在 `utils/pydantic_compat.py` 中新增 `model_rebuild` 兼容函数，统一 Pydantic V1/V2 的模型重建逻辑 - 【优化】将部分函数内部的延迟导入提升至模块顶部，规范代码结构 * ♻️ refactor(imports): 优化导入路径为相对导入并清理冗余导入 - 【重构】将 AI 服务相关模块中的绝对导入路径修改为相对导入，提升模块内聚性与可移植性 - 【清理】移除多处函数内部或类方法中未使用的冗余导入，避免循环引用和资源浪费 - 【格式化】微调部分工具装饰器和返回语句的格式与尾随逗号 * 🚨 auto fix by pre-commit hooks --------- Co-authored-by: webjoin111 <455457521@qq.com> Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
87 lines
2.5 KiB
Python
87 lines
2.5 KiB
Python
from typing import Any
|
|
|
|
from pydantic import BaseModel, ConfigDict, Field
|
|
|
|
from .backends import Embedder, StorageBackend
|
|
from .ingestion import ChunkingStrategy
|
|
from .retrieval import (
|
|
BaseRetriever,
|
|
PostProcessor,
|
|
PreProcessor,
|
|
)
|
|
|
|
StorageConfigType = dict[str, Any]
|
|
|
|
|
|
class ChunkingConfig(BaseModel):
|
|
model_config = ConfigDict(arbitrary_types_allowed=True)
|
|
strategy: ChunkingStrategy | None = None
|
|
"""文档切块策略"""
|
|
|
|
|
|
class DedupConfig(BaseModel):
|
|
enable: bool = True
|
|
"""是否开启入库去重"""
|
|
threshold: float = 0.98
|
|
"""去重相似度阈值"""
|
|
|
|
|
|
class RerankConfig(BaseModel):
|
|
enable: bool = False
|
|
"""是否开启重排"""
|
|
model_name: str | None = None
|
|
"""重排使用的模型名称"""
|
|
top_n: int = 5
|
|
"""重排后保留的文档数量"""
|
|
|
|
|
|
class HybridSearchConfig(BaseModel):
|
|
enable: bool = False
|
|
"""是否开启双轨混合检索及 RRF 融合"""
|
|
dense_weight: float = 0.7
|
|
"""向量检索权重"""
|
|
sparse_weight: float = 0.3
|
|
"""BM25 检索权重"""
|
|
|
|
|
|
class LifecycleConfig(BaseModel):
|
|
enable: bool = False
|
|
"""是否开启生命周期打分(时间衰减+访问强化)后处理"""
|
|
half_life_days: int = 30
|
|
"""半衰期天数"""
|
|
decay_weight: float = 0.3
|
|
"""时间衰减权重"""
|
|
semantic_weight: float = 0.7
|
|
"""语义相似度权重"""
|
|
importance_weight: float = 0.0
|
|
"""重要性打分权重"""
|
|
reinforcement_weight: float = 0.2
|
|
"""访问强化得分权重"""
|
|
|
|
|
|
class RAGConfig(BaseModel):
|
|
model_config = ConfigDict(arbitrary_types_allowed=True)
|
|
storage: StorageBackend | None = None
|
|
"""存储后端"""
|
|
embedder: Embedder | None = None
|
|
"""向量化引擎"""
|
|
custom_retriever: BaseRetriever | None = None
|
|
"""自定义召回器"""
|
|
scopes: str | list[str] = "/"
|
|
"""数据隔离作用域"""
|
|
chunking: ChunkingConfig = Field(default_factory=ChunkingConfig)
|
|
"""文档切块配置"""
|
|
dedup: DedupConfig = Field(default_factory=DedupConfig)
|
|
"""去重配置"""
|
|
|
|
rerank: RerankConfig = Field(default_factory=RerankConfig)
|
|
"""重排配置"""
|
|
hybrid: HybridSearchConfig = Field(default_factory=HybridSearchConfig)
|
|
"""混合检索与 RRF 融合配置"""
|
|
lifecycle: LifecycleConfig = Field(default_factory=LifecycleConfig)
|
|
"""生命周期打分配置"""
|
|
pre_processors: list[PreProcessor] = Field(default_factory=list)
|
|
"""自定义查询前处理器列表"""
|
|
post_processors: list[PostProcessor] = Field(default_factory=list)
|
|
"""自定义检索后处理器列表"""
|