项目名称：大连长兴岛经济技术开发区交流岛街道办事处2026年5月至6月政府采购意向
采购单位：大连长兴岛经济技术开发区交流岛街道办事处
采购项目名称：交流岛滨海路夜间出行照明提升工程
预算金额：147.060000万元(人民币)
采购需求：在滨海路安装太阳能路灯200盏（单排）
预计采购时间：2026-05
""", """项目名称：XX市智慧交通系统建设项目
采购人：XX市交通运输局
中标人：XX科技有限公司
中标金额：5000万元
项目内容：交通信号控制系统、视频监控系统、交通流量监测系统
""" ] rag.add_texts(sample_texts) else: rag.add_documents(html_files) print(f"\n已加载 {rag.get_document_count()} 个文档\n") # 3. 检索文档 - 使用关键词 print("-" * 80) print("检索 1: 查找'招标人'和'中标人'相关信息") print("-" * 80) results = rag.retrieve( query="招标人和中标人", top_k=3, keywords=["招标人", "中标人", "采购人", "中标"] ) for i, (doc, score) in enumerate(results, 1): print(f"\n结果 {i} (相似度: {score:.3f}):") print(doc.page_content[:200]) print("...") print("\n" + "=" * 80) def demo_keyword_search(): """关键词搜索示例""" print("\n示例 2: 关键词搜索") print("=" * 80) # 初始化 rag = BidiRag(rag_method='bm25') # 添加示例数据 sample_docs = [ "招标公告：本项目招标人为XX市财政局，项目预算100万元", "中标公告：中标人为XX建设有限公司，中标金额98万元", "采购公告：采购单位XX医院，采购医疗设备一批", "中标公告：本项目中标人为XX科技公司，中标价格50万元", ] rag.add_texts(sample_docs) # 搜索特定关键词 print("\n搜索关键词：'招标人'") results = rag.search_keywords(["招标人"], top_k=5) for i, doc in enumerate(results, 1): print(f"{i}. {doc.page_content}") print("\n搜索关键词：'中标人'") results = rag.search_keywords(["中标人"], top_k=5) for i, doc in enumerate(results, 1): print(f"{i}. {doc.page_content}") print("\n搜索关键词：'招标人' AND '中标人'") results = rag.search_keywords(["招标人", "中标人"], top_k=5) for i, doc in enumerate(results, 1): print(f"{i}. {doc.page_content}") print("\n" + "=" * 80) def demo_different_methods(): """不同 RAG 方法对比""" print("\n示例 3: 不同 RAG 方法对比") print("=" * 80) # 准备相同的测试数据 test_texts = [ "招标公告：XX市政府采购项目，招标人：XX局，预算200万", "中标公告：中标人XX公司，中标金额180万，项目：信息化建设", "采购意向：XX学校设备采购，采购单位：XX学校，预计采购时间2026年", ] # 测试不同的方法 methods = ['bm25', 'tfidf', 'keyword', 'naive'] for method in methods: print(f"\n测试方法: {method}") print("-" * 40) try: rag = BidiRag(rag_method=method) rag.add_texts(test_texts) # 检索 results = rag.retrieve( query="招标人信息", top_k=2, keywords=["招标人", "采购人"] ) for i, (doc, score) in enumerate(results, 1): print(f" {i}. (score: {score:.3f}) {doc.page_content[:100]}...") except Exception as e: print(f" 方法 {method} 失败: {e}") print("\n" + "=" * 80) def demo_query_with_answer(): """完整问答示例""" print("\n示例 4: 完整问答（需要 LLM）") print("=" * 80) # 注意：这个方法需要配置 LLM print("注意：此示例需要配置 LLM 客户端") print("如果您有 OpenAI API key，可以这样使用：\n") example_code = ''' from openai import OpenAI # 初始化 LLM 客户端 llm_client = OpenAI( api_key="your-api-key", base_url="https://api.openai.com/v1" ) # 使用 BidiRag rag = BidiRag( rag_method='naive', llm_client=llm_client, llm_model='gpt-4o' ) rag.add_texts([ "招标公告：招标人XX局，项目预算100万", "中标公告：中标人XX公司，金额98万" ]) # 完整问答 result = rag.query( query="谁是招标人？", keywords=["招标人", "采购人"] ) print("答案:", result.answer) print("检索到的文档数:", len(result.retrieved_docs)) ''' print(example_code) print("=" * 80) def demo_html_structure_aware(): """HTML 结构感知检索示例""" print("\n示例 5: HTML 结构感知检索（推荐用于招投标公告）") print("=" * 80) # BM25 HTML Tree 方法会保留 HTML 结构信息 rag = BidiRag(rag_method='bm25_html_tree') html_content = """| 项目名称 | 办公设备采购项目 |
| 采购人 | XX市财政局 |
| 中标人 | XX办公设备有限公司 |
| 中标金额 | 50万元 |
| 采购内容 | 电脑、打印机、复印机等办公设备 |