chain_selfquery_demo

Documentation

Overview

chain_selfquery_demo 演示链式流程：

自查询 → 查询扩展 → 查询重写 → 混合检索(RAG，向量+关键词，内置 rerank) → 规则压缩上下文 → LLM 依据片段作答

环境变量 — LLM（与 pkg/llm 一致，utils.GetEnv 可读 .env）：

OPENAI_API_KEY     必填（或当前 Provider 对应密钥）
OPENAI_BASE_URL    OpenAI 兼容网关（如阿里云 compatible-mode/v1）
LING_LLM_PROVIDER  可选
OPENAI_MODEL       可选

环境变量 — RAG（默认开启；设置 LING_SKIP_RAG=1 则跳过检索，仅跑前半段 + 无检索回答）：

QDRANT_URL / QDRANT_API_KEY / QDRANT_COLLECTION
NVIDIA_EMBEDDINGS_URL / NVIDIA_EMBEDDINGS_MODEL / NVIDIA_API_KEY（或你已有的 OpenAI 兼容 embeddings 端点）
LING_HYBRID_INDEX_BASE  必填（非 skip 时）：本地关键词索引目录，例如 ./.ling_hybrid_idx
SILICONFLOW_RERANK_URL / SILICONFLOW_RERANK_MODEL / SILICONFLOW_API_KEY  可选；不设则 Hybrid 不调用 rerank
LING_KB_NAMESPACE       可选，知识库 namespace，默认 default
LING_STRICT_RAG=1      可选：答案严格仅依据检索资料，找不到则「未找到相关信息」（默认关闭，允许资料无关时用模型常识/创作完成请求）
LING_EMOTIONAL=1       可选：最终 Answer 调用 LLM 时开启略偏情感化、有温度的表达（见 pkg/llm QueryOptions.EmotionalTone）