'commit'

dsSchoolBuddy/ElasticSearch/T2_BgeM3.py

@@ -2,6 +2,7 @@ from langchain_community.document_loaders import PyPDFLoader
 from langchain_text_splitters import RecursiveCharacterTextSplitter
 from langchain_openai import OpenAIEmbeddings
 from langchain_core.vectorstores import InMemoryVectorStore
+from langchain_core.documents import Document
 import os
 
 from Config.Config import EMBED_MODEL_NAME, EMBED_BASE_URL, EMBED_API_KEY
@@ -10,19 +11,30 @@ from Config.Config import EMBED_MODEL_NAME, EMBED_BASE_URL, EMBED_API_KEY
 os.environ["OPENAI_BASE_URL"] = EMBED_BASE_URL
 os.environ["OPENAI_API_KEY"] = EMBED_API_KEY
 
-# 加载文档
-file_path = "../langchain/data/0001.pdf"
-loader = PyPDFLoader(file_path)
-docs = loader.load()
-print(f"文档页数：{len(docs)} 页")
+# 模拟长字符串文档内容
+long_text = """混凝土是一种广泛使用的建筑材料，由水泥、砂、石子和水混合而成。它具有高强度、耐久性和良好的可塑性，被广泛应用于建筑、桥梁、道路等土木工程领域。
+
+混凝土的历史可以追溯到古罗马时期，当时人们使用火山灰、石灰和碎石混合制成类似混凝土的材料。现代混凝土技术始于19世纪，随着波特兰水泥的发明而得到快速发展。
+
+混凝土的性能取决于其配合比，包括水灰比、砂率等参数。水灰比是影响混凝土强度的关键因素，较小的水灰比通常会产生更高强度的混凝土。
+
+为了改善混凝土的性能，常常会添加各种外加剂，如减水剂、早强剂、缓凝剂等。此外，还可以使用纤维增强、聚合物改性等技术来提高混凝土的韧性和耐久性。
+
+在施工过程中，混凝土需要适当的养护，以确保其强度正常发展。养护措施包括浇水、覆盖保湿、蒸汽养护等。
+
+随着建筑技术的发展，高性能混凝土、自密实混凝土、再生骨料混凝土等新型混凝土不断涌现，为土木工程领域提供了更多的选择。"""
+
+# 创建文档对象
+docs = [Document(page_content=long_text, metadata={"source": "simulated_document"})]
+print(f"文档数量：{len(docs)} 个")
 
 # 切割文档
 text_splitter = RecursiveCharacterTextSplitter(
-    chunk_size=500, chunk_overlap=100, add_start_index=True
+    chunk_size=200, chunk_overlap=100, add_start_index=True
 )
 all_splits = text_splitter.split_documents(docs)
 
-len(all_splits)
+print(f"切割后的文档块数量：{len(all_splits)}")
 
 # 嵌入模型
 embeddings = OpenAIEmbeddings(model=EMBED_MODEL_NAME)
@@ -33,7 +45,13 @@ ids = vector_store.add_documents(documents=all_splits)
 
 # 向量查询
 results = vector_store.similarity_search(
-    "混凝土"
+    "混凝土", k=2
 )
 
-print(results[0])
+# 打印所有查询结果
+print("查询结果数量：", len(results))
+print("查询结果：")
+for i, result in enumerate(results):
+    print(f"结果 {i+1}:")
+    print(result.page_content)
+    print("---")