后续补充
今天想起来写报告的时候突然发现项目起不来了，一查才发现原来hugging face一直是被ban的，所以在import 模型之前就要先换源。（昨天梯子发力了我说，这都能跑起来）
import os
# 在导入 SentenceTransformer 之前设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
from fastapi import Body, FastAPI, HTTPException
from pydantic import BaseModel
from sentence_transformers import SentenceTransformer, CrossEncoder
from neo4j import GraphDatabase
from neo4j.exceptions import Neo4jError
import uvicorn
然后又发现报告里的检测评估居然是强制要求，所以只能跑个评测集了😭😭😭。
rag评估
虽然有搜索到开源的评估方法，比如RAGAS，但是发现这个是要有标准答案的。我哪知道标准答案是啥，所以就废弃这个选项吧，只看看跑出来的答案有没有个人样就好了。
所以以下内容大部分是关于如何调用dify的api在后端运行工作流以及其中的一些坑点。
ragas评估时所需的数据结构如下
data = {
"question": ["问题1", "问题2", ...],
"answer": ["生成的答案1", "生成的答案2", ...],
"contexts": [["检索到的文档1", "文档2"], ["检索到的文档1", "文档2"], ...],
"ground_truth": ["标准答案1", "标准答案2", ...]
}
当然我不是按照这个来的，正如我之前所说，我根本没有标准答案，不过我发现其他的都是可以得到的。
数据生成
首先使用ai生成100个问题，别管对不对了，总不能手写100个问题吧。
然后调用dify的后端进行工作流调用，关于调用的细节在api文档中已经给出，范例如下：
test_datas = []
headers = {
"Authorization": "Bearer {API KEY}",
"Content-Type": "application/json"
}
jsondata = {
"inputs": {"input": question},
"response_mode": "blocking",
"user": username
}
re = requests.post('http://192.168.35.129/v1/workflows/run',headers=headers,json=jsondata)
response_data = json.loads(re.text)
API KEY是用于识别工作流的，通过这个接口就可以在python代码中运行工作流而不是通过web端。如果不想通过python也可以发布工作流之后批量运行工作流。但是我没试过。
从提前准备好的问题文件中读取问题，然后调用dify的api执行，执行完成之后再输入文件，就可以得到所有问题的答案，而检索到的文档可以在调用之前封装的http的api的过程中也输入文件，这样一来，最后再合并成一个文件，就可以得到只缺少标准答案的文件了😊😊😊🍾🍾🍾
具体代码如上，毫无技术可见的request，但是需要注意的是，最好每次执行循环就把返回包保存一次，不然如果中途崩了就会发现白跑了半个小时。
数据分析
由于没有标准答案，所以只是计算了一下答案的平均查询时间和平均长度，没有对rag模型作量化的评估，有待补充。虽然我肯定是懒得再做了。
源代码
评测集的问题和答案都已经更新到仓库中。
https://github.com/zx2023qj/rag_model
