fix cache

.gitignore

@@ -1,2 +1,26 @@
 # files
 *.DS_Store
+# Ignore Python cache & virtual env
+__pycache__/
+*.py[cod]
+*.egg-info/
+.venv/
+env/
+venv/
+
+# Ignore Jupyter checkpoints
+.ipynb_checkpoints/
+
+# Ignore model checkpoints if any
+*.ckpt
+*.pt
+*.bin
+
+# Hugging Face Spaces: keep data/index.faiss
+# But ignore any other temp or large files optionally
+# DO NOT IGNORE data/index.faiss or data/raw_law.txt
+# So we do NOT put 'data/' in here
+
+# Optional: ignore large test dumps
+*.log
+*.tmp

Dockerfile

@@ -6,8 +6,15 @@ WORKDIR /app
 # Sao chép toàn bộ nội dung project
 COPY . .
 
+# Cài đặt g++ để build FAISS
+RUN apt-get update && apt-get install -y \
+    build-essential \
+    && rm -rf /var/lib/apt/lists/*
+
 # ✅ Tạo thư mục FAISS index và gán quyền đầy đủ
 RUN mkdir -p faiss_index && chmod -R 777 faiss_index
+# Tạo thư mục FAISS index cache
+RUN mkdir -p /data
 
 # Cài đặt dependencies
 RUN pip install --upgrade pip

README.md

@@ -9,3 +9,8 @@ short_description: 'A sample for RAG implementation '
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+
+# 📚 Trợ lý Hỏi Đáp Luật Giao Thông (RAG)
+- Build index từ luật giao thông Việt Nam.
+- Có thể cache FAISS index tại `/data` để tránh build lại mỗi lần khởi động.
+- Bao gồm API (`/ask`, `/rescan`) và UI Gradio tại `/`.

rag_core/llm.py

@@ -1,11 +1,21 @@
 import requests
+import logging
 from rag_core.utils import log_timed
 
 @log_timed("gửi prompt tới LLM")
 def generate_answer(prompt: str) -> str:
-    response = requests.post(
-        "https://vietcat-gemma34b.hf.space/purechat",
-        json={"prompt": prompt},
-        timeout=30
-    )
-    return response.json()["response"]
+    try:
+        response = requests.post(
+            "https://vietcat-gemma34b.hf.space/purechat",
+            json={"prompt": prompt},
+            timeout=60
+        )
+        response.raise_for_status()
+        json_data = response.json()
+        return json_data.get("response", "⚠️ LLM không trả về kết quả.")
+    except requests.exceptions.RequestException as e:
+        logging.error(f"❌ Lỗi khi gửi request tới LLM: {e}")
+        return f"❌ Không thể kết nối đến LLM: {e}"
+    except ValueError as e:
+        logging.error(f"❌ Phản hồi từ LLM không hợp lệ JSON: {response.text}")
+        return f"❌ Lỗi phân tích JSON từ LLM."

rag_core/retriever.py

@@ -5,8 +5,9 @@ import pickle
 import logging
 from rag_core.utils import log_timed
 
-INDEX_PATH = "faiss_index/index.faiss"
-META_PATH = "faiss_index/meta.pkl"
+# Dùng thư mục /data để tránh mất khi restart trên Hugging Face
+INDEX_PATH = "/data/index.faiss"
+META_PATH = "/data/meta.pkl"
 
 class Retriever:
     def __init__(self):
@@ -20,8 +21,6 @@ class Retriever:
 
     @log_timed("xây FAISS index")
     def build(self, texts: list, embed_fn):
-        os.makedirs(os.path.dirname(INDEX_PATH), exist_ok=True)
-
         embeddings = []
         valid_texts = []
         for i, t in enumerate(texts):
@@ -33,13 +32,12 @@ class Retriever:
                 logging.warning(f"❌ Lỗi embedding chunk {i}: {e}")
         if not embeddings:
             raise RuntimeError("Không có embedding nào thành công!")
+
         dim = len(embeddings[0])
         self.index = faiss.IndexFlatL2(dim)
         self.index.add(np.array(embeddings).astype("float32"))
 
-        # ✅ Tạo thư mục nếu chưa tồn tại
         os.makedirs(os.path.dirname(INDEX_PATH), exist_ok=True)
-
         faiss.write_index(self.index, INDEX_PATH)
         with open(META_PATH, "wb") as f:
             pickle.dump(valid_texts, f)
@@ -68,7 +66,6 @@ class Retriever:
                 logging.warning(f"❌ Lỗi embedding chunk mới {i}: {e}")
         if new_embeddings:
             self.index.add(np.array(new_embeddings).astype("float32"))
-            os.makedirs(os.path.dirname(INDEX_PATH), exist_ok=True)
             faiss.write_index(self.index, INDEX_PATH)
             with open(META_PATH, "wb") as f:
                 pickle.dump(self.texts, f)