Claude/fix json parsing jt nbu

.dockerignore

@@ -0,0 +1,50 @@
+# Git
+.git
+.gitignore
+.gitattributes
+
+# Python
+__pycache__
+*.py[cod]
+*$py.class
+*.so
+.Python
+*.egg-info
+dist
+build
+.venv
+venv
+env
+
+# IDE
+.vscode
+.idea
+*.swp
+*.swo
+*~
+
+# 缓存和日志
+cache/
+*.log
+.DS_Store
+
+# 环境变量（会单独挂载）
+.env
+.env.local
+.env.backup*
+
+# 测试
+.pytest_cache
+.coverage
+htmlcov
+
+# 文档
+*.md
+docs/
+
+# Neo4j 数据（会用 volume）
+neo4j_data/
+neo4j_logs/
+
+# 文件注册表（会单独挂载）
+file_registry.json

.env.backup

@@ -0,0 +1,270 @@
+# === OpenAI 相关 ===
+# 通用配置（保留但不会被使用，因为下面有专用配置）
+# OPENAI_API_KEY = 'sk-xxx'
+#OPENAI_BASE_URL = 'https://api.openai.com/v1'
+
+# 向量模型名称（用于嵌入检索）
+OPENAI_EMBEDDINGS_MODEL=text-embedding-3-small
+# 生成模型名称（用于回答生成）
+OPENAI_LLM_MODEL=deepseek-chat
+
+# === 混合使用不同 API ===
+# LLM 专用配置 - 使用 DeepSeek（便宜）
+OPENAI_LLM_API_KEY=sk-xxx
+OPENAI_LLM_BASE_URL=https://api.deepseek.com/v1
+
+# 嵌入模型专用配置 - 使用 OpenAI（质量好）
+OPENAI_EMBEDDING_API_KEY=sk-xxx
+OPENAI_EMBEDDING_BASE_URL=https://api.openai.com/v1
+
+# 采样温度
+TEMPERATURE=0
+# 生成回答的最大 Token 限制
+MAX_TOKENS=8000
+
+
+# === 服务并发 ===
+# FastAPI 进程数（影响 API 并发能力）
+FASTAPI_WORKERS=2
+
+# === 文本切分与基础 RAG ===
+# 文本分块大小（字符数）
+CHUNK_SIZE=500
+# 分块重叠长度（字符数），用于保持上下文连续性
+CHUNK_OVERLAP=100
+# 单篇文档允许的最大字符数
+MAX_TEXT_LENGTH=500000
+# 相似度阈值（0~1），用于过滤向量检索结果
+SIMILARITY_THRESHOLD=0.9
+# 默认回答格式（中文提示，示例：多个段落、表格等）
+RESPONSE_TYPE=多个段落
+
+# 是否输出更详细的调试日志
+VERBOSE=True
+
+# === 批处理与线程池 ===
+# 全局最大线程数
+MAX_WORKERS=4
+# 多智能体执行模式：sequential（串行）或 parallel（并行）
+MA_WORKER_EXECUTION_MODE=sequential
+# 并行模式下的最大并发任务数
+MA_WORKER_MAX_CONCURRENCY=4
+# 通用批处理大小
+BATCH_SIZE=100
+# 实体批量操作大小
+ENTITY_BATCH_SIZE=50
+# 文本块批量操作大小
+CHUNK_BATCH_SIZE=100
+# 向量嵌入批处理大小
+EMBEDDING_BATCH_SIZE=64
+# LLM 批量请求大小
+LLM_BATCH_SIZE=5
+# 社区（图算法）批量处理大小
+COMMUNITY_BATCH_SIZE=50
+
+# === Neo4j Graph Data Science (GDS) 参数 ===
+# GDS 使用的内存上限（GB）
+GDS_MEMORY_LIMIT=6
+# GDS 并发度
+GDS_CONCURRENCY=4
+# GDS 数据规模限制（节点数）
+GDS_NODE_COUNT_LIMIT=50000
+# GDS 算法超时时间（秒）
+GDS_TIMEOUT_SECONDS=300
+
+# === 实体消歧/对齐 ===
+# 文本编辑距离阈值（0~1，越小越严格）
+DISAMBIG_STRING_THRESHOLD=0.7
+# 向量相似度阈值
+DISAMBIG_VECTOR_THRESHOLD=0.85
+# 判定为未知（NIL）的阈值
+DISAMBIG_NIL_THRESHOLD=0.6
+# 候选实体数量
+DISAMBIG_TOP_K=5
+# 对齐冲突阈值
+ALIGNMENT_CONFLICT_THRESHOLD=0.5
+# 对齐最小分组大小
+ALIGNMENT_MIN_GROUP_SIZE=2
+
+# === Neo4j 连接信息 ===
+# Neo4j 地址
+NEO4J_URI=neo4j://localhost:7687
+# Neo4j 用户名
+NEO4J_USERNAME=neo4j
+# Neo4j 密码
+NEO4J_PASSWORD=12345678
+# 最大连接池大小
+NEO4J_MAX_POOL_SIZE=10
+# 是否在启动时刷新 Schema
+NEO4J_REFRESH_SCHEMA=false
+
+# === 缓存（Cache Manager） ===
+# 向量匹配提供者：openai / sentence_transformer
+CACHE_EMBEDDING_PROVIDER=openai
+# 当使用本地模型时的模型名称
+CACHE_SENTENCE_TRANSFORMER_MODEL=all-MiniLM-L6-v2
+
+# 模型与结果缓存目录
+MODEL_CACHE_ROOT=./cache
+CACHE_ROOT=./cache
+CACHE_DIR=./cache
+# 是否只使用内存缓存
+CACHE_MEMORY_ONLY=false
+# 内存缓存最大容量（MB）
+CACHE_MAX_MEMORY_SIZE=100
+# 磁盘缓存最大容量（MB）
+CACHE_MAX_DISK_SIZE=1000
+# 是否启用线程安全
+CACHE_THREAD_SAFE=true
+# 是否启用向量相似度缓存
+CACHE_ENABLE_VECTOR_SIMILARITY=true
+# 缓存判定相似度阈值
+CACHE_SIMILARITY_THRESHOLD=0.9
+# 缓存向量数量上限
+CACHE_MAX_VECTORS=10000
+
+# === 相似实体检测 ===
+# 允许的最大编辑距离
+SIMILAR_ENTITY_WORD_EDIT_DISTANCE=3
+# 检测批处理大小
+SIMILAR_ENTITY_BATCH_SIZE=500
+# 运行所需的内存上限（GB）
+SIMILAR_ENTITY_MEMORY_LIMIT=6
+# 返回的候选实体数量
+SIMILAR_ENTITY_TOP_K=10
+
+# === 检索工具参数 ===
+# 检索缓存占用的内存上限（MB）
+SEARCH_CACHE_MEMORY_SIZE=200
+# 向量检索返回数量
+SEARCH_VECTOR_LIMIT=5
+# 文本检索返回数量
+SEARCH_TEXT_LIMIT=5
+# 语义检索 Top K
+SEARCH_SEMANTIC_TOP_K=5
+# 关键词检索 Top K
+SEARCH_RELEVANCE_TOP_K=5
+# 朴素检索返回条数
+NAIVE_SEARCH_TOP_K=3
+# 本地检索返回的文本块数量
+LOCAL_SEARCH_TOP_CHUNKS=3
+# 本地检索返回的社区数量
+LOCAL_SEARCH_TOP_COMMUNITIES=3
+# 图外关系检索数量
+LOCAL_SEARCH_TOP_OUTSIDE_RELS=10
+# 图内关系检索数量
+LOCAL_SEARCH_TOP_INSIDE_RELS=10
+# 返回的相关实体数量
+LOCAL_SEARCH_TOP_ENTITIES=10
+# Neo4j 向量索引名称
+LOCAL_SEARCH_INDEX_NAME=vector
+# 全局搜索默认层级
+GLOBAL_SEARCH_LEVEL=0
+# 全局搜索批大小
+GLOBAL_SEARCH_BATCH_SIZE=5
+# 混合检索实体数量上限
+HYBRID_SEARCH_ENTITY_LIMIT=15
+# 混合检索图探索最大跳数
+HYBRID_SEARCH_MAX_HOP=2
+# 混合检索社区数量
+HYBRID_SEARCH_TOP_COMMUNITIES=3
+# 混合检索批大小
+HYBRID_SEARCH_BATCH_SIZE=10
+# 混合检索的社区层级
+HYBRID_SEARCH_COMMUNITY_LEVEL=0
+
+# === 服务端运行 ===
+# 监听地址
+SERVER_HOST=0.0.0.0
+# 监听端口
+SERVER_PORT=8000
+# 是否热重载
+SERVER_RELOAD=false
+# 日志级别
+SERVER_LOG_LEVEL=info
+# 工作进程数（优先于 FASTAPI_WORKERS）
+SERVER_WORKERS=2
+
+# === 前端默认配置 ===
+# API 网关地址
+FRONTEND_API_URL=http://localhost:8000
+# 默认使用的 Agent 名称
+FRONTEND_DEFAULT_AGENT=naive_rag_agent
+# 是否默认开启调试面板
+FRONTEND_DEFAULT_DEBUG=false
+# 是否展示思维链
+FRONTEND_SHOW_THINKING=true
+# 是否允许深度研究工具
+FRONTEND_USE_DEEPER_TOOL=true
+# 是否启用流式输出
+FRONTEND_USE_STREAM=true
+# 是否允许链式探索工具
+FRONTEND_USE_CHAIN_EXPLORATION=true
+
+# === 图谱可视化（前端）===
+# 是否启用物理模拟
+KG_PHYSICS_ENABLED=true
+# 节点默认大小
+KG_NODE_SIZE=25
+# 边线宽
+KG_EDGE_WIDTH=2
+# 弹簧长度（节点间距）
+KG_SPRING_LENGTH=150
+# 引力系数（负数表示斥力）
+KG_GRAVITY=-5000
+
+# === Agent 调度相关 ===
+# 最大递归深度（LangGraph）
+AGENT_RECURSION_LIMIT=5
+# 单批次传入 LangGraph 的消息碎片数
+AGENT_CHUNK_SIZE=4
+# 普通 Agent 的流式 flush 阈值（字符数）
+AGENT_STREAM_FLUSH_THRESHOLD=40
+# DeepResearch Agent 的流式 flush 阈值
+DEEP_AGENT_STREAM_FLUSH_THRESHOLD=80
+# Fusion Agent 的流式 flush 阈值
+FUSION_AGENT_STREAM_FLUSH_THRESHOLD=60
+
+# === 多智能体编排 ===
+# 单次 Planner 允许生成的最大任务数
+MA_PLANNER_MAX_TASKS=6
+# 是否允许在澄清未完成时继续执行
+MA_ALLOW_UNCLARIFIED_PLAN=true
+# 默认任务领域标签
+MA_DEFAULT_DOMAIN=通用
+# 执行结束后是否自动生成报告
+MA_AUTO_GENERATE_REPORT=true
+# 如果需要用户澄清是否立即停止执行
+MA_STOP_ON_CLARIFICATION=true
+# Planner 未返回执行信号时是否视为失败
+MA_STRICT_PLAN_SIGNAL=true
+# 默认报告类型（short_answer / long_document）
+MA_DEFAULT_REPORT_TYPE=long_document
+# 是否启用一致性检查
+MA_ENABLE_CONSISTENCY_CHECK=true
+# 是否开启 Map-Reduce 写作模式
+MA_ENABLE_MAPREDUCE=true
+# 触发 Map-Reduce 的证据条数阈值
+MA_MAPREDUCE_THRESHOLD=20
+# Reduce 阶段每次允许的最大 Token 预算
+MA_MAX_TOKENS_PER_REDUCE=4000
+# Map 阶段是否并行调用
+MA_ENABLE_PARALLEL_MAP=true
+# 单个章节写作允许的证据数量
+MA_SECTION_MAX_EVIDENCE=8
+# 多批写作时保留的前文上下文长度
+MA_SECTION_MAX_CONTEXT_CHARS=800
+# 反思阶段是否允许自动重试
+MA_REFLECTION_ALLOW_RETRY=false
+# 单个目标任务允许的反思重试次数
+MA_REFLECTION_MAX_RETRIES=1
+
+# === Langsmith 监控（可选）===
+# 是否启用 Langsmith Tracing
+LANGSMITH_TRACING=false
+# Langsmith 服务地址
+LANGSMITH_ENDPOINT=https://api.smith.langchain.com
+# Langsmith API Key
+LANGSMITH_API_KEY=xxx
+# Langsmith 项目名称
+LANGSMITH_PROJECT=xxx