Upload 2 files

requirements.txt

@@ -0,0 +1,129 @@
+aiohappyeyeballs==2.6.1
+aiohttp==3.13.2
+aiosignal==1.4.0
+altair==6.0.0
+annotated-types==0.7.0
+anyio==4.12.0
+attrs==25.4.0
+beautifulsoup4==4.14.3
+blinker==1.9.0
+cachetools==6.2.4
+certifi==2025.11.12
+charset-normalizer==3.4.4
+click==8.3.1
+dataclasses-json==0.6.7
+distro==1.9.0
+faiss-cpu==1.13.2
+filelock==3.20.2
+frozenlist==1.8.0
+fsspec==2025.12.0
+gitdb==4.0.12
+gitpython==3.1.46
+greenlet==3.3.0
+h11==0.16.0
+hf-xet==1.2.1
+httpcore==1.0.9
+httpx==0.28.1
+httpx-sse==0.4.3
+huggingface-hub==0.36.0
+idna==3.11
+jinja2==3.1.6
+jiter==0.12.0
+joblib==1.5.3
+jsonpatch==1.33
+jsonpointer==3.0.0
+jsonschema==4.25.1
+jsonschema-specifications==2025.9.1
+langchain==1.2.0
+langchain-classic==1.0.1
+langchain-community==0.4.1
+langchain-core==1.2.6
+langchain-huggingface==1.2.0
+langchain-openai==1.1.6
+langchain-tavily==0.2.16
+langchain-text-splitters==1.1.0
+langgraph==1.0.5
+langgraph-checkpoint==3.0.1
+langgraph-prebuilt==1.0.5
+langgraph-sdk==0.3.1
+langsmith==0.6.0
+markupsafe==3.0.3
+marshmallow==3.26.2
+mpmath==1.3.0
+multidict==6.7.0
+mypy-extensions==1.1.0
+narwhals==2.14.0
+networkx==3.6.1
+numpy==2.4.0
+nvidia-cublas-cu12==12.8.4.1
+nvidia-cuda-cupti-cu12==12.8.90
+nvidia-cuda-nvrtc-cu12==12.8.93
+nvidia-cuda-runtime-cu12==12.8.90
+nvidia-cudnn-cu12==9.10.2.21
+nvidia-cufft-cu12==11.3.3.83
+nvidia-cufile-cu12==1.13.1.3
+nvidia-curand-cu12==10.3.9.90
+nvidia-cusolver-cu12==11.7.3.90
+nvidia-cusparse-cu12==12.5.8.93
+nvidia-cusparselt-cu12==0.7.1
+nvidia-nccl-cu12==2.27.5
+nvidia-nvjitlink-cu12==12.8.93
+nvidia-nvshmem-cu12==3.3.20
+nvidia-nvtx-cu12==12.8.90
+openai==2.14.0
+orjson==3.11.5
+ormsgpack==1.12.1
+packaging==25.0
+pandas==2.3.3
+pillow==12.1.0
+propcache==0.4.1
+protobuf==6.33.2
+pyarrow==22.0.0
+pydantic==2.12.5
+pydantic-core==2.41.5
+pydantic-settings==2.12.0
+pydeck==0.9.1
+pypdf==6.5.0
+python-dateutil==2.9.0.post0
+python-dotenv==1.2.1
+pytz==2025.2
+pyyaml==6.0.3
+referencing==0.37.0
+regex==2025.11.3
+requests==2.32.5
+requests-toolbelt==1.0.0
+rpds-py==0.30.0
+safetensors==0.7.0
+scikit-learn==1.8.0
+scipy==1.16.3
+sentence-transformers==5.2.0
+setuptools==80.9.0
+six==1.17.0
+smmap==5.0.2
+sniffio==1.3.1
+soupsieve==2.8.1
+sqlalchemy==2.0.45
+streamlit==1.52.2
+sympy==1.14.0
+tavily-python==0.7.17
+tenacity==9.1.2
+threadpoolctl==3.6.0
+tiktoken==0.12.0
+tokenizers==0.22.1
+toml==0.10.2
+torch==2.9.1
+tornado==6.5.4
+tqdm==4.67.1
+transformers==4.57.3
+triton==3.5.1
+typing-extensions==4.15.0
+typing-inspect==0.9.0
+typing-inspection==0.4.2
+tzdata==2025.3
+urllib3==2.6.2
+uuid-utils==0.12.0
+watchdog==6.0.0
+xxhash==3.6.0
+yarl==1.22.0
+youtube-search==2.2.0
+zstandard==0.25.0

web_app.py

@@ -0,0 +1,294 @@
+import streamlit as st
+import os
+import json
+import re
+import datetime
+import tempfile
+# 导入 LangChain 相关组件
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.runnables import RunnableLambda
+from langchain_core.tools import tool
+from langchain_community.tools.tavily_search import TavilySearchResults
+from langchain_community.document_loaders import PyPDFLoader
+from langchain_text_splitters import RecursiveCharacterTextSplitter
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_community.vectorstores import FAISS
+# 导入 YouTube 搜索库
+from youtube_search import YoutubeSearch
+
+# ==========================================
+# 1. 基础配置与环境初始化
+# ==========================================
+# 配置 Streamlit 页面标题、图标和布局
+st.set_page_config(page_title="FeiChat Final", page_icon="✨", layout="wide")
+st.title("✨ FeiChat (Tavily + YouTube 完美版)")
+
+# 设置 API Key
+# 注意：实际生产中建议使用 st.secrets 或系统环境变量，不要直接写在代码里
+os.environ["OPENAI_API_KEY"] = "lm-studio"  # 指向本地 LM Studio，Key 随意填写
+os.environ["TAVILY_API_KEY"] = "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" # Tavily 搜索引擎 Key
+
+# 初始化 Session State (会话状态)
+#用于在 Streamlit 页面刷新（rerun）时保存聊天记录和向量数据库
+if "messages" not in st.session_state:
+    st.session_state.messages = []  # 存储对话历史
+if "vector_store" not in st.session_state:
+    st.session_state.vector_store = None # 存储 PDF 向量索引
+
+# ==========================================
+# 1.1 模型加载 (使用缓存避免重复加载)
+# ==========================================
+@st.cache_resource
+def get_models():
+    """
+    初始化 LLM 和 Embedding 模型。
+    使用 @st.cache_resource 装饰器，确保只加载一次，节省资源。
+    """
+    # 1. 路由模型 (Router)：温度设为 0.0，要求输出精确，用于判断意图
+    router = ChatOpenAI(
+        base_url="http://127.0.0.1:1234/v1", # 连接本地 LM Studio 端口
+        model="kuaidao-c-suite-v2",
+        temperature=0.0
+    )
+
+    # 2. 对话模型 (Chat)：温度设为 0.7，用于生成流畅、自然的回答，开启流式输出
+    chat = ChatOpenAI(
+        base_url="http://127.0.0.1:1234/v1",
+        model="kuaidao-c-suite-v2",
+        temperature=0.7,
+        streaming=True
+    )
+
+    # 3. 嵌入模型 (Embeddings)：用于将 PDF 文本转化为向量，这里使用 HuggingFace 的轻量级模型
+    embeddings = HuggingFaceEmbeddings(model_name="all-MiniLM-L6-v2")
+
+    return router, chat, embeddings
+
+llm_router, llm_chat, embeddings = get_models()
+
+# ==========================================
+# 2. 侧边栏 RAG (私有知识库处理)
+# ==========================================
+with st.sidebar:
+    st.header("📂 私有知识库")
+
+    # 文件上传控件
+    uploaded_file = st.file_uploader("上传 PDF (仅当问及文档内容时使用)", type=["pdf"])
+
+    # 如果用户上传了文件，且向量库还未建立，则开始处理
+    if uploaded_file and st.session_state.vector_store is None:
+        with st.status("正在学习文档...", expanded=True):
+            # 1. 创建临时文件保存上传的 PDF (PyPDFLoader 需要本地文件路径)
+            with tempfile.NamedTemporaryFile(delete=False, suffix=".pdf") as tmp:
+                tmp.write(uploaded_file.read())
+                path = tmp.name
+
+            # 2. 加载 PDF
+            loader = PyPDFLoader(path)
+            docs = loader.load()
+
+            # 3. 文本切分：将长文档切成 500字符的小块，保留 50字符重叠以保持上下文
+            splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
+            splits = splitter.split_documents(docs)
+
+            # 4. 向量化并存储：使用 FAISS 构建向量索引
+            st.session_state.vector_store = FAISS.from_documents(splits, embeddings)
+            st.success(f"已索引 {len(splits)} 个片段")
+
+            # 5. 删除临时文件，保持整洁
+            os.remove(path)
+
+    # 清除记忆按钮
+    if st.button("🗑️ 清空记忆"):
+        st.session_state.messages = []
+        st.session_state.vector_store = None
+        st.rerun() # 重新运行脚本以刷新页面状态
+
+# ==========================================
+# 3. 工具定义 (Search & RAG)
+# ==========================================
+# 初始化 Tavily 搜索客户端
+tavily_engine = TavilySearchResults(max_results=5)
+
+@tool
+def internet_search(query: str) -> str:
+    """Tavily 联网搜索工具函数，供 Agent 调用。"""
+    print(f"🕵️ Tavily 搜索: {query}") # 后台打印日志
+    try:
+        results = tavily_engine.invoke({"query": query})
+        formatted = []
+        # 格式化搜索结果，包含 URL 和��容摘要
+        for i, res in enumerate(results):
+            formatted.append(f"【来源】({res['url']}):\n{res['content']}")
+        return "\n\n".join(formatted)
+    except Exception as e:
+        return f"Error: {e}"
+
+@tool
+def knowledge_base_search(query: str) -> str:
+    """知识库(RAG)搜索工具函数。"""
+    # 如果没上传文件，直接返回提示
+    if st.session_state.vector_store is None: return "用户未上传任何文档。"
+
+    # 在向量库中搜索最相似的 3 个片段
+    docs = st.session_state.vector_store.similarity_search(query, k=3)
+    return "\n\n".join([f"【文档片段】: {d.page_content}" for d in docs])
+
+# 将工具放入字典，方便 Router 调用
+tools = {"internet_search": internet_search, "knowledge_base_search": knowledge_base_search}
+
+def search_youtube(query):
+    """
+    YouTube 搜索辅助函数
+    注意：这是独立功能，不作为 LLM 的 Tool，而是在 UI 层直接展示结果
+    """
+    try:
+        # 限制结果为 3 个
+        return YoutubeSearch(query, max_results=3).to_dict()
+    except: return []
+
+# ==========================================
+# 4. 核心逻辑 (Router & Chain)
+# ==========================================
+def get_time(): return datetime.datetime.now().strftime("%Y年%m月%d日")
+
+# 4.1 意图识别 Prompt
+# 作用：让 LLM 判断用户是想闲聊、查文档还是联网搜索，并提取搜索关键词
+intent_prompt = ChatPromptTemplate.from_messages([
+    ("system", """
+    你是一个智能路由。当前时间：{current_date}。
+
+    【工具选择逻辑】:
+    1. knowledge_base_search: 🔴 仅当用户明确提到“文档”、“PDF”、“上传的文件”等时使用。
+    2. internet_search: 🟢 默认选项（如果用户问知识性问题）。
+    3. CHAT: 仅用于纯打招呼、情感交流，不需要外部信息。
+
+    【Query生成规则】:
+    - 强时效性问题（新闻、天气）：必须在关键词中加 `{current_date}`。
+    - 弱时效性问题（歌曲、百科、人物）：**禁止加日期**，直接用实体名。
+
+    返回 JSON 格式: {{ "intent": "CHAT" 或 "TOOL", "tool_name": "...", "tool_args": {{ "query": "..." }} }}
+    """),
+    ("user", "历史:\n{chat_history}\n\n输入:\n{input}")
+])
+
+def parse_router(text):
+    """解析 Router LLM 返回的 JSON 字符串"""
+    try:
+        # 使用正则提取 Markdown 代码块中的 JSON (防止 LLM 输出 ```json ... ```)
+        if "```" in text: text = re.search(r"```(?:json)?(.*?)```", text, re.DOTALL).group(1)
+        return json.loads(text.strip())
+    except:
+        # 解析失败则默认回退到纯聊天模式
+        return {"intent": "CHAT"}
+
+# 构建路由链：Prompt -> LLM -> 文本解析 -> JSON解析
+intent_chain = intent_prompt | llm_router | StrOutputParser() | RunnableLambda(parse_router)
+
+# 4.2 最终回复润色 Prompt
+# 作用：根据搜索结果生成给用户的最终回答
+response_prompt = ChatPromptTemplate.from_messages([
+    ("system", """
+    你是一个严谨的信息整合助手。
+    请严格基于【搜索结果】回答。
+    1. 如果结果里没有，诚实说“未找到”。
+    2. 严禁捏造。
+    """),
+    ("user", "问题: {user_input}\n\n搜索结果:\n{tool_result}")
+])
+response_chain = response_prompt | llm_chat | StrOutputParser()
+
+# 4.3 纯闲聊 Prompt
+chat_chain = ChatPromptTemplate.from_messages([
+    ("system", "助手。"), ("user", "{input}")
+]) | llm_chat | StrOutputParser()
+
+# ==========================================
+# 5. 界面 UI 交互逻辑
+# ==========================================
+# 5.1 显示历史消息
+for msg in st.session_state.messages:
+    with st.chat_message(msg["role"]):
+        st.markdown(msg["content"])
+
+# 5.2 处理用户输入
+if user_input := st.chat_input("问：Fruits Zipper 最火的歌..."):
+    # 记录用户输入
+    st.session_state.messages.append({"role": "user", "content": user_input})
+    with st.chat_message("user"):
+        st.markdown(user_input)
+
+    with st.chat_message("assistant"):
+        # 使用 st.status 显示“思考中”状态动画
+        with st.status("🧠 思考中...", expanded=False) as status:
+            # 准备上下文
+            hist = str(st.session_state.messages[:-1])
+            now = get_time()
+
+            # --- 第一步：路由判断 ---
+            intent_res = intent_chain.invoke({"input": user_input, "chat_history": hist, "current_date": now})
+            st.json(intent_res) # 调试用：在折叠状态里显示路由结果
+
+            final_stream = None # 用于存储最终的流式输出对象
+            yt_query = None     # 用于存储 YouTube 搜索关键词
+
+            # --- 第二步：根据意图分支 ---
+            if intent_res.get("intent") == "TOOL":
+                tool_name = intent_res.get("tool_name")
+                query = intent_res.get("tool_args", {}).get("query", user_input)
+
+                # 如果是联网搜索，顺便记录一���关键词用于稍后搜 YouTube
+                if tool_name == "internet_search":
+                    yt_query = query
+
+                if tool_name in tools:
+                    try:
+                        # 执行工具 (Tavily 或 向量检索)
+                        tool_res = tools[tool_name].invoke(query)
+
+                        # 在 UI 中增加一个折叠框，显示搜索到的原始数据（增加可信度）
+                        with st.expander("📄 查看搜索摘要"):
+                            st.text(tool_res)
+
+                        # 防幻觉逻辑：如果搜索结果太短或包含错误信息
+                        if "未找到有效信息" in tool_res or len(tool_res.strip()) < 50:
+                             final_stream = response_chain.stream({"user_input": user_input, "tool_result": "未找到相关信息。"})
+                        else:
+                            # 正常生成回答
+                            final_stream = response_chain.stream({"user_input": user_input, "tool_result": tool_res})
+                    except Exception as e:
+                        st.error(f"工具执行失败: {e}")
+                else:
+                    st.error("未找到工具")
+            else:
+                # 如果是 CHAT 意图，直接闲聊
+                final_stream = chat_chain.stream({"input": user_input})
+
+            # 更新状态栏为完成
+            status.update(label="完成", state="complete")
+
+        # --- 第三步：流式输出回答 ---
+        if final_stream:
+            full_response = st.write_stream(final_stream) # Streamlit 自带的打字机效果
+            st.session_state.messages.append({"role": "assistant", "content": full_response})
+
+            # --- 第四步：展示 YouTube 视频 (仅当触发了联网搜索时) ---
+            if yt_query:
+                st.markdown("---") # 分割线
+                videos = search_youtube(yt_query)
+                if videos:
+                    cols = st.columns(3) # 三列布局
+                    for i, v in enumerate(videos[:3]):
+                        with cols[i]:
+                            # 处理缩略图：有些 API 返回的是列表，有些是字符串，这里做了兼容处理
+                            thumb = v['thumbnails'][0] if isinstance(v['thumbnails'], list) else v['thumbnails']
+
+                            st.image(thumb, use_container_width=True)
+                            # 显示标题链接
+                            st.markdown(f"**[{v['title']}](https://www.youtube.com{v['url_suffix']})**")
+                            # 显示观看量
+                            st.caption(f"👀 {v['views']}")
+                else:
+                    st.caption("未找到相关视频。")