7479521546
- 添加HNSW向量索引提升检索性能 - 实现Hybrid检索模式支持向量和关键词双路召回 - 采用RRF算法融合多路召回结果 - 支持ParentChild分块模式的上下文回填 - 优化向量写入采用批量SQL操作提升性能 - 添加RAG PostgreSQL连接字符串配置 - 更新部署脚本增加PGVector集成测试 - 修正表名引用从document_chunks到b_document_chunks - 重构RagRetrievalService实现完整的检索流程 - 增加重排策略支持关键词和LLM重排 - 修改服务器部署地址配置
46 lines
1.5 KiB
C#
46 lines
1.5 KiB
C#
using BuildFlow.Domain.Interfaces;
|
|
|
|
namespace BuildFlow.Rag.Tests.Stub;
|
|
|
|
/// <summary>
|
|
/// Stub IEmbeddingService:返回固定维度(768)的向量,与 DB vector(768) 列匹配。
|
|
/// 维度由 embeddinggemma-300m 决定。所有文本返回相同向量(测试场景下足够)。
|
|
/// </summary>
|
|
public sealed class StubEmbeddingService : IEmbeddingService
|
|
{
|
|
/// <summary>向量维度,匹配 document_chunks.embedding vector(768)。</summary>
|
|
public const int Dimensions = 768;
|
|
|
|
/// <summary>是否返回空向量(用于测试零分块路径)。</summary>
|
|
public bool ReturnEmpty { get; init; }
|
|
|
|
private static float[] BuildVector()
|
|
{
|
|
var v = new float[Dimensions];
|
|
for (var i = 0; i < Dimensions; i++)
|
|
v[i] = (i % 10) / 10f;
|
|
return v;
|
|
}
|
|
|
|
/// <summary>返回与 EmbedAsync 相同的向量，供集成测试构建"最相似" chunk 用。</summary>
|
|
public static float[] BuildVectorLike()
|
|
{
|
|
var v = new float[Dimensions];
|
|
for (var i = 0; i < Dimensions; i++)
|
|
v[i] = (i % 10) / 10f;
|
|
return v;
|
|
}
|
|
|
|
public Task<float[]> EmbedAsync(string text, CancellationToken ct = default)
|
|
=> Task.FromResult(ReturnEmpty ? [] : BuildVector());
|
|
|
|
public Task<List<float[]>> EmbedBatchAsync(List<string> texts, CancellationToken ct = default)
|
|
{
|
|
if (ReturnEmpty)
|
|
return Task.FromResult(new List<float[]>());
|
|
|
|
var vector = BuildVector();
|
|
return Task.FromResult(texts.Select(_ => vector).ToList());
|
|
}
|
|
}
|