后端示例

本章节提供了启动 HRAG 对应后端功能的示例。具体代码在 src/backend 中。

data_search_services.py

数据搜索服务，聚合多种数据库的搜索能力。

功能描述:

• 提供统一接口访问Elasticsearch、Milvus和Neo4j

• 支持关键词搜索、向量搜索和图谱搜索

API端点:

端点	方法	描述
/milvus/services	POST	Milvus向量数据库搜索
/neo4j/services	POST	Neo4j图谱数据库搜索
/elasticsearch/services	POST	Elastic关键词搜索

API 端点示例

POST http://0.0.0.0:1242/milvus/services

用于Milvus向量检索的 API 端点

请求示例:

{
    "query": "搜索查询",
    "retrieval_setting": {
        "milvus_collection": "collection_name",
        "top_k": 5,
        "score_threshold": 0.6
    }
}

deepwriter_services.py

深度写作服务，根据查询生成结构化报告。

功能描述:

• 基于检索到的文档生成详细报告

API端点:

端点	方法	描述
/deepwriter/retrieval	POST	根据查询生成详细报告

API 端点示例

POST http://0.0.0.0:1244/deepwriter/retrieval

用于根据查询生成详细报告的 API 端点

请求示例:

{
    "knowledge_id": "知识库ID",
    "query": "报告主题"
}

deepsearch_services.py

深度搜索服务，支持通过多轮检索和推理回答复杂问题。

功能描述:

• 提供基于RAG的文档检索功能

• 支持深度搜索流程，可组合多个工具进行信息检索

• 包含网页搜索功能，可获取网页内容并解析

API端点:

端点	方法	描述
/web_search	POST	使用Serper API进行网页搜索并返回内容
/milvus_retrieval	POST	从Milvus向量数据库检索相关文档
/multi_hop_qa	POST	执行深度搜索流程，组合多个工具获取最终答案

API 端点示例

POST http://0.0.0.0:1246/multi_hop_qa

用于执行深度搜索流程的 API 端点

请求示例:

{
    "query": "question for deepsearch",
    "max_rounds": 3,
    "selected_tools": ["rag_retrieve"],
    "retrieval_setting": {
        "milvus_collection": "challenge_data",
        "top_k": 3,
        "score_threshold": 0.5
    }
}

启动方式:

所有服务均可使用以下命令启动:

python src/backend/<服务文件名>.py

服务默认监听所有网络接口(0.0.0.0)，端口号通过各自配置获取，详见 后端端口配置指南 。