deepdata: core product code (backend, frontend, runtime, deepflow module)

runtime/deepdata-python/app/module/rag/service/strategy/base.py

@@ -0,0 +1,105 @@
+"""
+策略模式 - 知识库策略基类
+
+定义知识库检索和处理的抽象接口，支持不同类型的知识库（向量、知识图谱等）。
+"""
+from abc import ABC, abstractmethod
+from typing import Any, Dict, List, Optional
+
+from sqlalchemy.ext.asyncio import AsyncSession
+
+
+class KnowledgeBaseStrategy(ABC):
+    """知识库策略抽象基类
+
+    所有知识库策略（向量、知识图谱等）必须实现此接口。
+
+    接口设计原则：
+    - query(): 直接获取数据，不涉及相似度计算，返回值格式不统一
+    - search(): 基于输入文本的相似度检索，返回值必须统一为 UnifiedSearchResult
+    - process_file(): 处理单个文件，不同策略有不同的处理逻辑
+    """
+
+    def __init__(self, db: AsyncSession):
+        """初始化策略
+
+        Args:
+            db: 数据库异步 session
+        """
+        self.db = db
+
+    @abstractmethod
+    async def query(
+        self,
+        knowledge_base_id: str,
+        **kwargs
+    ) -> Any:
+        """直接查询知识库数据（不涉及相似度计算）
+
+        不同知识库类型的返回格式可以不同：
+        - 向量知识库：返回 PagedResponse[RagChunkResp]（分页分块列表）
+        - 知识图谱：返回图谱数据（格式由 LightRAG 定义）
+
+        Args:
+            knowledge_base_id: 知识库 ID
+            **kwargs: 额外参数（如 rag_file_id, paging_query 等）
+
+        Returns:
+            查询结果（格式由具体策略决定）
+        """
+        pass
+
+    @abstractmethod
+    async def search(
+        self,
+        query_text: str,
+        knowledge_base_ids: List[str],
+        top_k: int = 10,
+        threshold: Optional[float] = None,
+        **kwargs
+    ) -> List[Dict[str, Any]]:
+        """基于输入文本的相似度检索
+
+        所有知识库类型必须返回统一格式：UnifiedSearchResult
+
+        Args:
+            query_text: 查询文本
+            knowledge_base_ids: 知识库 ID 列表
+            top_k: 返回结果数量
+            threshold: 相似度阈值（可选）
+            **kwargs: 额外参数
+
+        Returns:
+            统一格式的检索结果列表，每个元素包含：
+            - id: 结果 ID
+            - text: 文本内容
+            - score: 相似度分数
+            - metadata: 元数据字典
+            - resultType: 结果类型（"vector" 或 "graph"）
+            - knowledgeBaseId: 知识库 ID
+            - knowledgeBaseName: 知识库名称
+        """
+        pass
+
+    @abstractmethod
+    async def process_file(
+        self,
+        knowledge_base_id: str,
+        rag_file_id: str,
+        **kwargs
+    ) -> None:
+        """处理单个文件
+
+        不同知识库类型有不同的处理逻辑：
+        - 向量知识库：文档分块 -> 向量化 -> 存储到 Milvus
+        - 知识图谱：文档分块 -> 构建知识图谱 -> 存储到 LightRAG
+
+        Args:
+            knowledge_base_id: 知识库 ID
+            rag_file_id: RAG 文件 ID
+            **kwargs: 额外参数（如 process_type, chunk_size 等）
+
+        Raises:
+            BusinessError: 处理失败时抛出
+        """
+        pass