v1.0.3 修复 ChromaDB 跨进程 HNSW 索引不兼容

修复 ChromaDB 跨进程 HNSW 索引不兼容问题，并新增向量库自动恢复机制。语音模块（voice/）无变动。

---

🐛 问题根因

ChromaDB 1.5.x 的 Rust HNSW 后端在 Windows 跨进程场景下存在序列化不兼容：

• 同一进程内构建完索引可以立即查询 ✅
• 新进程加载时触发 "Error loading hnsw index" ❌
• 导致 load_vector_index() 返回 None，整个 RAG pipeline 失效

🔧 解决方案：三级恢复策略

直接从 chroma.sqlite3 读取文档和元数据（绕过损坏的 HNSW 索引文件），删除旧索引后重建。

📁 涉及改动

文件	改动
src/indexing/vector_builder.py	新增 _extract_records_from_chroma_sqlite()；三级恢复逻辑
src/factory.py	加载时传入 v6 SQLite 作为 fallback
scripts/rebuild_vector_store.py	新增：独立向量库重建工具
indices/vector_store/	新增：跨进程兼容的新版向量索引
requirements.txt	新增 langchain-core、langchain-chroma

✅ 验证

修复后所有测试用例正常命中 RAG，置信度 0.75–0.95。

v1.0.2 优化 Hybrid RAG 检索架构和 LLM 路由策略。

v1.0.2 主要优化 Hybrid RAG 检索架构和 LLM 路由策略。语音模块（voice/）无变动。

---

⭐ 核心改动

Hybrid RAG 重构（hybrid_rag.py）

• 主流程代码重构，结构更清晰

LLM 路由优化（llm_router.py）

• graph 路由关键词（风险/诈骗/中奖/涉嫌等）统一路由到 hybrid，让向量检索和图检索互为 fallback，避免纯 graph 路由命中为 0
• LLM 返回 graph 决策但置信度 < 0.85 时自动降级为 hybrid
• 新增关键词：中奖、涉嫌、案件

🔧 配置适配

• 向量库路径从 d:/temp/ 移到项目内 indices/vector_store，支持跨平台
• 移除 streamlit 依赖（未使用的 Web UI）

🧹 代码清理

• 清理 6 个文件中的无用导入和死代码
• 移除 RAG-CITY 参考注释
• 更新配置路径文档

v1.0.1 修复 10 个 Bug + 新增 Agent 架构

v1.0.1 主要针对 Hybrid RAG 检索与分类引擎进行修复和增强，语音模块（voice/）本次无变动。

---

🔧 Bug 修复（10 项）

LLM 调用层

• 修复 llm_client.generate() 方法不存在的问题，统一改为 call()
• 配置了 max_retries=3 但从未生效，现已加入真重试循环（含指数退避等待）

图谱检索（graph_retriever.py）

• 中文社区匹配时 set(query) 只拆出单字，Jaccard 评分永远为 0，修复为基于正则的双字以上词组分词
• int(cid_str) 遇上非数字社区 ID（如从 summary 检索返回的字符串 ID）直接崩溃，加 try/except 安全降级
• 社区摘要向量库（summary_db）构建后从未调用，白建了——retrieve() 已改为优先走支持检索
• _load() 只支持 JSON 格式图文件，.pkl 无法加载——按扩展名自动区分

来电分类（call_classifier.py）

• LLM 增强判断要求返回的 category 与预定义名称完全精确匹配，多个标点/空格就判失败——改为模糊子串匹配 + 标点清理

检索路由（router.py）

• 风险检测只依赖可能缺失的 metadata 字段，无元数据时直接漏检——增加内容关键词（诈骗/洗钱/违法等）双重保障

结果重排（reranker.py）

• 字符级交集评分过于粗糙，中文同义词完全无法匹配——改为词级分词匹配，权重 0.1 提升至 0.3

Pipeline（pipeline.py）

• Windows GBK 环境下 emoji ⏱️ 编码报错——替换为 [TIMING] 纯文本标记

索引构建脚本（community_builder.py / build_indices.py）

• 两处调用了不存在的 llm_client.generate() 方法——统一迁移至 call()

---

✨ 新增内容（RAG 核心）

• src/agents/base.py — AgentResult 数据类，规范化 Agent 调用返回值
• src/agents/factory.py — Agent 工厂函数，支持按来电场景（delivery / risk / normal）自动分发对应处理逻辑
• tests/test_bugfixes.py — 覆盖上述 10 项修复的单元测试，全部通过

---

🧹 代码质量

• langchain_community.vectorstores.Chroma 已弃用，迁移至 langchain_chroma

---

⚠️ 本次未涉及

• voice/ 语音模块（ASR、录音、TTS）无任何改动，保持 v1.0 版本

v1.0.0 演示视频

add demo.mp4 to gitignore