'commit'

dsRagAnything/T2_Query.py

@@ -1,47 +0,0 @@
-import asyncio
-
-from lightrag import LightRAG
-from lightrag.kg.shared_storage import initialize_pipeline_status
-from raganything import RAGAnything
-
-from Util.RagUtil import create_llm_model_func, create_vision_model_func, create_embedding_func
-
-
-async def load_existing_lightrag():
-    # 索引位置
-    #WORKING_DIR = "./Topic/Chemistry"
-    #WORKING_DIR = "./Topic/DongHua"
-    #WORKING_DIR = "./Topic/Chinese"
-    WORKING_DIR = "./Topic/Math"
-
-    # 创建 LLM 模型自定义函数
-    llm_model_func = create_llm_model_func()
-    # 创建可视模型自定义函数
-    vision_model_func = create_vision_model_func(llm_model_func)
-    # 创建嵌入模型自定义函数
-    embedding_func = create_embedding_func()
-    # 声明LightRAG实例
-    lightrag_instance = LightRAG(
-        working_dir=WORKING_DIR,
-        llm_model_func=llm_model_func,
-        embedding_func=embedding_func
-    )
-    # 初始化
-    await lightrag_instance.initialize_storages()
-    await initialize_pipeline_status()
-    # 创建RAGAnything实例，依托于LightRAG实例
-    rag = RAGAnything(
-        lightrag=lightrag_instance,
-        vision_model_func=vision_model_func,
-    )
-    # 查询
-    result = await rag.aquery(
-        #query="氧化铁和硝酸的反应方程式?",
-        query="文档介绍了哪些内容？",
-        mode="hybrid"
-    )
-    print("查询结果:", result)
-
-
-if __name__ == "__main__":
-    asyncio.run(load_existing_lightrag())