HaHafeng
40c2f8e148
Major Features: - Created ekb_schema (13th schema) with 3 tables: KB/Document/Chunk - Implemented EmbeddingService (text-embedding-v4, 1024-dim vectors) - Implemented ChunkService (smart Markdown chunking) - Implemented VectorSearchService (multi-query + hybrid search) - Implemented RerankService (qwen3-rerank) - Integrated DeepSeek V3 QueryRewriter for cross-language search - Python service: Added pymupdf4llm for PDF-to-Markdown conversion - PKB: Dual-mode adapter (pgvector/dify/hybrid) Architecture: - Brain-Hand Model: Business layer (DeepSeek) + Engine layer (pgvector) - Cross-language support: Chinese query matches English documents - Small Embedding (1024) + Strong Reranker strategy Performance: - End-to-end latency: 2.5s - Cost per query: 0.0025 RMB - Accuracy improvement: +20.5% (cross-language) Tests: - test-embedding-service.ts: Vector embedding verified - test-rag-e2e.ts: Full pipeline tested - test-rerank.ts: Rerank quality validated - test-query-rewrite.ts: Cross-language search verified - test-pdf-ingest.ts: Real PDF document tested (Dongen 2003.pdf) Documentation: - Added 05-RAG-Engine-User-Guide.md - Added 02-Document-Processing-User-Guide.md - Updated system status documentation Status: Production ready
1.8 KiB
1.8 KiB
🚀 快速开始 - 1分钟运行测试
Windows用户
方法1：双击运行（最简单）
- 双击
run_tests.bat - 等待测试完成
方法2：命令行
cd AIclinicalresearch\tests
run_tests.bat
Linux/Mac用户
cd AIclinicalresearch/tests
chmod +x run_tests.sh
./run_tests.sh
⚠️ 前提条件
必须先启动Python服务！
# 打开新终端
cd AIclinicalresearch/extraction_service
python main.py
看到这行表示启动成功：
INFO: Application startup complete.
INFO: Uvicorn running on http://0.0.0.0:8001
📊 预期结果
✅ 全部通过：
总测试数: 18
✅ 通过: 18
❌ 失败: 0
通过率: 100.0%
🎉 所有测试通过！
⚠️ 部分失败：
- 查看红色错误信息
- 检查失败的具体测试
- 查看Python服务日志
🎯 测试内容
- ✅ 6种简单填补方法（均值、中位数、众数、固定值、前向填充、后向填充）
- ✅ MICE多重插补（单列、多列）
- ✅ 边界情况（100%缺失、0%缺失、特殊字符）
- ✅ 各种数据类型（数值、分类、混合）
- ✅ 性能测试（1000行数据）
💡 提示
- 第一次运行会自动安装依赖（pandas, numpy, requests）
- 测试时间约 45-60 秒
- 测试数据自动生成，无需手动准备
- 颜色输出：绿色=通过，红色=失败，黄色=警告
🆘 遇到问题？
问题1：无法连接到服务
解决：确保Python服务在运行（python main.py）
问题2：依赖安装失败
解决：手动安装 pip install pandas numpy requests
问题3：测试失败
解决：查看错误信息，检查代码逻辑
准备好了吗？启动服务，运行测试！ 🚀