DEPLOY_INSTRUCTIONS.md

# Hugging Face Spaces 部署说明

## 📁 需要上传的文件

这个文件夹包含所有需要推送到 Hugging Face Spaces 的文件：

```
hf_deploy/
├── app.py                  # FastAPI 应用（已更新 max_tokens: 4000）
├── Dockerfile              # Docker 配置
├── requirements.txt        # Python 依赖
├── README.md               # HF Spaces 配置（包含 sdk_version）
├── database_setup_lite.py  # 数据库设置
├── rag_engine.py           # RAG 引擎（已更新 max_tokens: 4000）
└── mock_data.json          # 示例数据
```

## 🚀 部署步骤

### 方法 1: 使用 Git（推荐）

1. **克隆 HF Space 仓库**（如果还没有）：
   ```bash
   git clone https://huggingface.co/spaces/curio-lab/GraphRAG_Backend
   cd GraphRAG_Backend
   ```

2. **复制所有文件到仓库根目录**：
   ```bash
   # 从 hf_deploy 目录复制所有文件
   cp ../hf_deploy/* .
   ```

3. **提交并推送**：
   ```bash
   git add .
   git commit -m "Update: Increase max_tokens to 4000"
   git push origin main
   ```

### 方法 2: 使用 Web UI

1. 访问 https://huggingface.co/spaces/curio-lab/GraphRAG_Backend
2. 点击 **"Files and versions"** 标签
3. 点击 **"Add file"** → **"Upload file"**
4. 依次上传 `hf_deploy/` 目录下的所有文件：
   - `app.py`
   - `Dockerfile`
   - `requirements.txt`
   - `README.md`
   - `database_setup_lite.py`
   - `rag_engine.py`
   - `mock_data.json`

## ⚠️ 重要提示

1. **文件必须在根目录**：所有文件必须上传到 HF Space 仓库的根目录，不要放在子文件夹中

2. **环境变量**：确保在 HF Spaces Settings → Secrets 中设置了：
   - `LLM_API_BASE` = `https://api.ai-gaochao.cn/v1`
   - `LLM_API_KEY` = `sk-你的真实密钥`
   - `LLM_MODEL` = `gemini-2.5-flash`
   - `EMBEDDING_MODEL` = `text-embedding-3-small`

3. **等待构建**：推送后，HF Spaces 会自动构建，通常需要 5-10 分钟

## 📝 本次更新内容

- ✅ `rag_engine.py`: 将 `max_tokens` 从 2000 增加到 4000，避免内容被截断
- ✅ 所有文件已更新到最新版本