optimize query speed

Dockerfile

@@ -0,0 +1,58 @@
+# 使用 Python 3.11 作为基础镜像
+FROM python:3.11-slim
+
+# 设置工作目录
+WORKDIR /app
+
+# 安装系统依赖
+# curl: 下载 Ollama
+# build-essential: 编译某些 Python 库可能需要
+RUN apt-get update && apt-get install -y \
+    curl \
+    build-essential \
+    && rm -rf /var/lib/apt/lists/*
+
+# 安装 Ollama
+RUN curl -fsSL https://ollama.com/install.sh | sh
+
+# 复制依赖文件并安装
+COPY requirements.txt .
+# 稍微放宽版本限制以避免安装失败
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 复制项目文件
+COPY . .
+
+# 创建启动脚本
+# 1. 启动 Ollama 服务后台运行
+# 2. 下载需要的模型 (这里用 tinyllama 以便快速演示，你可以改为 mistral 或 llama3)
+# 3. 启动 FastAPI 应用 (Hugging Face Spaces 要求监听 7860 端口)
+RUN echo '#!/bin/bash\n\
+echo "🔴 Starting Ollama..."\n\
+ollama serve &\n\
+echo "⏳ Waiting for Ollama to start..."\n\
+sleep 5\n\
+echo "⬇️  Pulling model..."\n\
+ollama pull tinyllama\n\
+echo "🟢 Starting FastAPI Server..."\n\
+uvicorn server:app --host 0.0.0.0 --port 7860\n\
+' > start.sh && chmod +x start.sh
+
+# 创建非 root 用户 (Hugging Face 安全要求)
+RUN useradd -m -u 1000 user
+# 给用户 Ollama 目录的权限
+RUN mkdir -p /.ollama && chmod 777 /.ollama
+RUN mkdir -p /app && chown -R user:user /app
+
+# 切换用户
+USER user
+
+# 设置环境变量
+ENV HOME=/home/user
+ENV PATH=$HOME/.local/bin:$PATH
+
+# 暴露端口 (Hugging Face 默认端口)
+EXPOSE 7860
+
+# 启动命令
+CMD ["./start.sh"]

README_DEPLOY.md

@@ -0,0 +1,44 @@
+# 如何免费部署到 Hugging Face Spaces
+
+既然 Kaggle 的网络环境太受限，最推荐的免费部署方案是 **Hugging Face Spaces**。它提供免费的容器环境，可以直接运行你的 FastAPI + React + Ollama 应用，并生成一个永久的公网 HTTPS 网址。
+
+## 步骤 1: 准备账号
+1. 注册 [Hugging Face](https://huggingface.co/) 账号。
+2. 点击右上角头像 -> **New Space**。
+3. **Space Name**: 随便填，比如 `adaptive-rag-demo`。
+4. **License**: `MIT`。
+5. **SDK**: 选择 **Docker** (这是关键)。
+6. **Space Hardware**: 选择 **Free default** (2 vCPU, 16GB RAM)。
+   * *注意: 免费 CPU 跑 LLM 会比较慢，建议使用较小的模型如 `tinyllama` 或 `qwen:0.5b`，或者在代码里改用 API 调用外部模型。*
+7. 点击 **Create Space**。
+
+## 步骤 2: 上传代码
+你有两种方式上传代码：
+
+### 方法 A: 使用网页上传 (最简单)
+1. 在你刚创建的 Space 页面，点击 **Files** 标签页。
+2. 点击 **Add file** -> **Upload files**。
+3. 把你本地项目文件夹里的所有文件（包括刚才生成的 `Dockerfile`, `server.py`, `requirements.txt` 等）拖进去。
+   * *注意: 不需要上传虚拟环境文件夹 `venv` 或 `__pycache__`。*
+4. 点击 **Commit changes to main**。
+
+### 方法 B: 使用 Git 命令
+```bash
+git clone https://huggingface.co/spaces/你的用户名/adaptive-rag-demo
+cd adaptive-rag-demo
+# 把你的代码复制进来
+git add .
+git commit -m "Initial commit"
+git push
+```
+
+## 步骤 3: 等待构建
+上传后，Hugging Face 会自动检测 `Dockerfile` 并开始构建：
+1. 点击 Space 页面的 **App** 标签。
+2. 你会看到 "Building..." 的状态。
+3. 等待几分钟（安装依赖和下载模型需要时间）。
+4. 当状态变为 **Running** 时，你会直接看到你的前端页面！
+
+## 常见问题
+*   **模型下载慢/超时**: 我在 Dockerfile 里默认用了 `tinyllama`，因为它很小。如果你想用更好的模型（如 `mistral`），可以在 Dockerfile 里修改 `ollama pull mistral`，但构建时间会变长。
+*   **速度慢**: 免费的 CPU 空间推理速度有限。如果想流畅体验，建议在 Space Settings 里切换到 GPU (需要付费)，或者修改代码让 LLM 部分调用 OpenAI/Groq 的 API，只在 Space 里跑 RAG 逻辑。

run_debug.py

@@ -50,10 +50,11 @@ def run_all_in_one():
         subprocess.run("wget -q -O cloudflared https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64 && chmod +x cloudflared", shell=True)
 
     print("\n🌐 启动 Cloudflare 隧道...")
+    # 注意：cloudflared 默认把日志输出到 stderr，而不是 stdout
     tunnel_process = subprocess.Popen(
         ["./cloudflared", "tunnel", "--url", "http://localhost:8000", "--no-autoupdate"],
         stdout=subprocess.PIPE,
-        stderr=subprocess.STDOUT,
+        stderr=subprocess.STDOUT, # 将 stderr 合并到 stdout
         text=True,
         bufsize=1
     )