Simple RAG — 双版本知识库系统

基于 FastAPI + Celery + Redis + Chroma + Ollama 实现的 RAG（检索增强生成）系统，提供原版和 LangChain 版两套后端实现，前端共用。

📦 项目结构

simple-rag/
├── backend/          # 原版后端（FastAPI :8000，手写实现）
├── backend-lc/       # LangChain 版后端（FastAPI :8001，LangChain + LangSmith）
├── frontend/         # React + shadcn/ui 前端（Nginx :3000 / :3001）
└── docker-compose.yml

🔑 两版本对比

维度	原版 backend	LangChain 版 backend-lc
端口	8000	8001
分块	固定窗口（500字/50重叠）	RecursiveCharacterTextSplitter
Embedding	requests 调 Ollama	OllamaEmbeddings（区分 query/doc）
向量库	chromadb 原生	langchain-chroma 封装
LLM 调用	requests 拼 Prompt	LCEL：PromptTemplate | ChatOllama | StrOutputParser
可观测	日志	LangSmith 追踪
前端接口	4 个端点	完全兼容，零改动

🚀 快速启动

前提

• 安装并运行 Ollama
• 拉取模型：ollama pull nomic-embed-text && ollama pull qwen2.5:7b

Docker 一键启动（推荐）

# 启动所有服务（两版本同时运行）
docker compose up -d

# 只启动 LangChain 版
docker compose up -d redis backend-lc celery-lc frontend-lc

服务	地址
原版前端	http://localhost:3000
LangChain 版前端	http://localhost:3001
原版 API 文档	http://localhost:8000/docs
LangChain 版 API 文档	http://localhost:8001/docs

LangSmith 配置（可选）

cp backend-lc/.env.example backend-lc/.env
# 编辑 backend-lc/.env，填入 LANGCHAIN_API_KEY
docker compose up -d --build backend-lc celery-lc

⚙️ Redis 端口分配

db	用途
0	原版 Celery broker
1	原版 Celery backend
2	原版业务缓存
3	LangChain 版 Celery broker
4	LangChain 版 Celery backend
5	LangChain 版业务缓存

🛠 本地开发

# 原版后端
cd backend && pip install -r requirements.txt
python -m uvicorn main:app --reload --port 8000

# LangChain 版后端
cd backend-lc && pip install -r requirements.txt
uvicorn main:app --reload --port 8001

# 前端
cd frontend && npm install && npm run dev