Много мелких доработок

- переименован input_md => data
- добавление инфы о дате, версии и авторе изменений conf-страницы в индекс
- вывод этой инфы в источниках
- вывод статистики последнего ответа
- указание имени коллекции для qdrant
- мелочи по текстовкам

.gitignore

@@ -1,7 +1,8 @@
 /.data/*
 /rag/input_html/*
-/rag/input_md/*
+/rag/data/*
 /rag/sys_prompt.txt
+/rag/chats/*.md
 
 .old/
 .venv/

.idea/.gitignore

@@ -0,0 +1,3 @@
+# Default ignored files
+/shelf/
+/workspace.xml

.idea/inspectionProfiles/profiles_settings.xml

@@ -0,0 +1,6 @@
+<component name="InspectionProjectProfileManager">
+  <settings>
+    <option name="USE_PROJECT_PROFILE" value="false" />
+    <version value="1.0" />
+  </settings>
+</component>

.idea/misc.xml

@@ -0,0 +1,7 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="Black">
+    <option name="sdkName" value="Python 3.13" />
+  </component>
+  <component name="ProjectRootManager" version="2" project-jdk-name="Python 3.13 (ollama)" project-jdk-type="Python SDK" />
+</project>

.idea/modules.xml

@@ -0,0 +1,8 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectModuleManager">
+    <modules>
+      <module fileurl="file://$PROJECT_DIR$/.idea/ollama.iml" filepath="$PROJECT_DIR$/.idea/ollama.iml" />
+    </modules>
+  </component>
+</project>

.idea/ollama.iml

@@ -0,0 +1,17 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<module type="PYTHON_MODULE" version="4">
+  <component name="NewModuleRootManager">
+    <content url="file://$MODULE_DIR$">
+      <excludeFolder url="file://$MODULE_DIR$/.venv" />
+    </content>
+    <orderEntry type="jdk" jdkName="Python 3.13 (ollama)" jdkType="Python SDK" />
+    <orderEntry type="sourceFolder" forTests="false" />
+  </component>
+  <component name="PyDocumentationSettings">
+    <option name="format" value="GOOGLE" />
+    <option name="myDocStringFormat" value="Google" />
+  </component>
+  <component name="TestRunnerService">
+    <option name="PROJECT_TEST_RUNNER" value="py.test" />
+  </component>
+</module>

.idea/vcs.xml

@@ -0,0 +1,6 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="VcsDirectoryMappings">
+    <mapping directory="" vcs="Git" />
+  </component>
+</project>

README.md

@@ -31,7 +31,7 @@
 * python, venv, pip
 * [docker](https://docker.com)
 * [ollama](https://ollama.com)
-* [qdrant](https://qdrant.tech)
+* [qdrant](https://qdrant.tech/documentation/quickstart/)
 * [open-webui](https://docs.openwebui.com)
 
 ## Как использовать

rag/README.md

@@ -37,9 +37,10 @@ RAG (Retrieval-Augmented Generation) — это архитектура, кото
 ```
 rag/
 ├── input_html/         # Входные файлы HTML, загруженные из Confluence
-├── input_md/           # Входные (конвертированные) файлы Markdown
-├── download.sh    # Скрипт для загрузки страниц из Confluence
-├── convert.py       # Скрипт конвертации HTML в Markdown
+├── data/               # Входные (конвертированные) Markdown и прочие текстовые файлы
+├── chats/              # Директория для сохранения чатов
+├── download.sh         # Скрипт для загрузки страниц из Confluence
+├── convert.py          # Скрипт конвертации HTML в Markdown
 ├── vectorize.py        # Скрипт векторизации Markdown
 ├── rag.py              # Основной скрипт RAG системы
 ├── clear.sh            # Скрипт очистки html/md файлов
@@ -120,7 +121,7 @@ https://conf.company.ltd/pages/viewpreviousversions.action?pageId=987654321
 python3 convert.py
 ```
 
-В результате все html-файлы будут сохранены в директорию `./input_md/`.
+В результате все html-файлы будут сохранены в директорию `./data/`.
 Файлы будут названы по заголовкам страниц, внутри также сохранится ссылка на исходную страницу `@@...@@`.
 
 Для получения справки по скрипту выполни команду:
@@ -131,9 +132,9 @@ python3 convert.py --help
 
 ### 3. Векторизация (индексирование)
 
-Файлы `./input_md/*.md` должны быть проиндексированы.
+Файлы `./data/*` должны быть проиндексированы.
 
-Для того, чтобы проиндексировать Markdown-документы, выполнить команду:
+Для того, чтобы проиндексировать документы, выполнить команду:
 
 ```bash
 python3 vectorize.py
@@ -184,6 +185,9 @@ python3 rag.py --query "твой запрос здесь"
 python3 rag.py --help
 ```
 
+> [!NOTE]
+> У скрипта очень довольно аргументов для гибкой настройки.
+
 ### Кастомный системный промпт
 
 Если хочется уточнить роль генеративной модели, можно создать файл `sys_prompt.txt` и прописать туда всё необходимое, учитывая следующие правила:
@@ -212,10 +216,15 @@ python3 rag.py --help
 Для генерации ответов:
 
 - `qwen2.5:3b` (по умолчанию)
+- `qwen3:8b`
 - `gemma3n:e2b`
 - `phi4-mini:3.8b`
 - `qwen2.5:1.5b`
-- ...
+
+> [!NOTE]
+> Чем меньше млрд параметров (b, billion), тем меньше вероятности получить корректный ответ на не-английском языке.
+> Такие модели работают быстро, но качество ответов низкое.
+> Чем больше параметров, тем лучше и медленее ответы.
 
 ## Дисклеймер
 

rag/TODO.md

@@ -3,6 +3,7 @@
 * [ ] Описать подготовку знаний в Open WebUI
 * [ ] Обработка pdf, json, ...
 * [ ] Ранжировние результатов
+* [ ] Конвертирование таблиц в списки
 * [ ] Режим диалога (запоминание запросов и ответов)
 * [ ] API
 * [ ] Telegram-бот

rag/clear.sh

@@ -1,4 +1,5 @@
 #!/bin/bash
 
 rm -rf ./input_html/*.html
-rm -rf ./input_md/*.md
+rm -rf ./data/*
+touch ./data/.gitkeep

rag/convert.py

@@ -15,11 +15,11 @@ def convert_html_to_md(input_dir, output_dir):
             md_content = markdownify.markdownify(html_content, heading_style="ATX")
             with open(output_path, "w", encoding="utf-8") as f:
                 f.write(md_content)
-            print(f"Converted {input_path} to {output_path}")
+            print(f"Готово: {output_path}")
 
 if __name__ == "__main__":
     parser = argparse.ArgumentParser(description="Конвертер HTML-файлов в Markdown")
     parser.add_argument("--input-dir", type=str, default="input_html", help="Директория с HTML-файлами для конвертации")
-    parser.add_argument("--output-dir", type=str, default="input_md", help="Директория для сохранения Markdown-файлов")
+    parser.add_argument("--output-dir", type=str, default="data", help="Директория для сохранения Markdown-файлов")
     args = parser.parse_args()
     convert_html_to_md(args.input_dir, args.output_dir)

rag/download.sh

@@ -21,7 +21,7 @@ OUTPUT_PATH="./input_html"
 [ ! -d "$OUTPUT_PATH" ] && mkdir -p "$OUTPUT_PATH"
 
 for PAGE_ID in "$@"; do
-    API_ENDPOINT="${CONF_URL}/rest/api/content/${PAGE_ID}?expand=body.view,children.page"
+    API_ENDPOINT="${CONF_URL}/rest/api/content/${PAGE_ID}?expand=body.view,children.page,version"
     echo
     echo "Загрузка: $API_ENDPOINT"
 
@@ -37,25 +37,40 @@ for PAGE_ID in "$@"; do
         exit 1
     fi
 
-    TITLE=$(echo "$RESPONSE" | jq -r .title)
     CONTENT=$(echo "$RESPONSE" | jq -r .body.view.value)
-
     if [ -z "$CONTENT" ]; then
         echo "Пустая страница, пропущено"
         exit
     fi
 
+    TITLE=$(echo "$RESPONSE" | jq -r .title)
+    VERSION_NUM=$(echo "$RESPONSE" | jq -r .version.number)
+    VERSION_WHEN=$(date -d "$(echo "$RESPONSE" | jq -r .version.when)" +'%d.%m.%Y %H:%M:%S %Z')
+    VERSION_BY=$(echo "$RESPONSE" | jq -r .version.by.username)
+
     TITLE_ESC="${TITLE//\//_}"
     FILENAME="$TITLE_ESC.html"
     if [ "$(echo "$FILENAME" | wc -c)" -gt 255 ]; then # измерение по байтам, а не длине
         FILENAME="${TITLE_ESC:0:120}.html"
     fi
     HTML_FILEPATH="$OUTPUT_PATH/$FILENAME"
-    CONTENT=${CONTENT//href=\"\//href=\"$CONF_URL}
-    CONTENT=${CONTENT//src=\"\//src=\"$CONF_URL}
+    CONTENT=${CONTENT//href=\"\//href=\"$CONF_URL/}
+    CONTENT=${CONTENT//src=\"\//src=\"$CONF_URL/}
 
     URL="$CONF_URL/pages/viewpage.action?pageId=$PAGE_ID"
-    echo -e "@@$URL@@\n<br><html><body>Исходная страница: <a href=$URL>$URL</a><br><br><h1>$TITLE</h1>$CONTENT</body></html>" > "$HTML_FILEPATH"
+
+    cat > "$HTML_FILEPATH" <<EOF
+<html><body>
+    <!-- разметка для эмбеддинга -->
+    @@ $URL @@
+    ^^ $VERSION_NUM ^^
+    %% $VERSION_BY %%
+    == $VERSION_WHEN ==
+    <!-- / разметка для эмбеддинга -->
+    <h1>$TITLE</h1>
+    $CONTENT
+</body></html>
+EOF
     echo "Сохранено: $OUTPUT_PATH/$TITLE.html"
 
     CHILD_IDS=$(echo "$RESPONSE" | jq -r '.children.page.results[]?.id' 2>/dev/null)

rag/rag.py

@@ -1,36 +1,40 @@
-import argparse
 import os
-import hashlib
 import requests
+import json
+import time
 from sentence_transformers import SentenceTransformer
 
-class LocalRAGSystem:
+class RagSystem:
     def __init__(self,
-                 md_folder: str = "input_md",
+                 md_folder: str = "data",
                  ollama_url: str = "http://localhost:11434",
                  qdrant_host: str = "localhost",
                  qdrant_port: int = 6333,
                  embed_model: str = "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",
-                 chat_model: str = "qwen2.5:3b"):
+                 chat_model: str = "phi4-mini:3.8b"):
         self.md_folder = md_folder
         self.ollama_url = ollama_url
         self.qdrant_host = qdrant_host
         self.qdrant_port = qdrant_port
-        self.embed_model = embed_model
         self.chat_model = chat_model
         self.emb_model = SentenceTransformer(embed_model)
         self.prompt = ""
+        self.conversation_history = []
+        self.load_chat_model()
 
-    def get_embedding(self, text: str):
-        return self.emb_model.encode(text, show_progress_bar=False).tolist()
+    def load_chat_model(self):
+        url = f"{self.ollama_url}/api/generate"
+        body = {"model": self.chat_model}
+        requests.post(url, json=body, timeout=600)
 
-    def search_qdrant(self, query: str, top_k: int = 6):
-        query_vec = self.get_embedding(query)
-        url = f"http://{self.qdrant_host}:{self.qdrant_port}/collections/rag_collection/points/search"
+    def search_qdrant(self, query: str, top_k: int = 6, qdrant_collection="rag"):
+        query_vec = self.emb_model.encode(query, show_progress_bar=False).tolist()
+        url = f"http://{self.qdrant_host}:{self.qdrant_port}/collections/{qdrant_collection}/points/search"
         payload = {
             "vector": query_vec,
             "top": top_k,
-            "with_payload": True
+            "with_payload": True,
+            # "score_threshold": 0.6
         }
         resp = requests.post(url, json=payload)
         if resp.status_code != 200:
@@ -38,69 +42,178 @@ class LocalRAGSystem:
         results = resp.json().get("result", [])
         return results
 
-    def generate_answer(self, prompt: str):
-        url = f"{self.ollama_url}/api/generate"
-        body = {
-            "model": self.chat_model,
-            "prompt": prompt,
-            "stream": False
-        }
-        resp = requests.post(url, json=body, timeout=600)
-        if resp.status_code != 200:
-            return f"Ошибка генерации ответа: {resp.status_code} {resp.text}"
-        return resp.json().get("response", "").strip()
-
     def prepare_sources(self, context_docs: list):
         sources = ""
         for idx, doc in enumerate(context_docs, start=1):
             text = doc['payload'].get("text", "").strip()
-            sources = f"{sources}\n--- Source [{idx}] ---\n{text}\n"
-        return sources.strip()
+            sources = f"{sources}\n<source id=\"{idx}\">\n{text}\n</source>\n"
+        return sources
 
     def prepare_prompt(self, query: str, context_docs: list):
         sources = self.prepare_sources(context_docs)
         if os.path.exists('sys_prompt.txt'):
             with open('sys_prompt.txt', 'r') as fp:
-                return fp.read().replace("{{sources}}", sources).replace("{{query}}", query)
+                prompt_template = fp.read()
+                return prompt_template.replace("{{sources}}", sources).replace("{{query}}", query)
         else:
-            return f"""
-                Please provide an answer based solely on the provided sources.
-                It is prohibited to generate an answer based on your pretrained data.
-                If uncertain, ask the user for clarification.
-                Respond in the same language as the user's query.
-                If there are no sources in context, clearly state that.
-                If the context is unreadable or of poor quality, inform the user and provide the best possible answer.
-                When referencing information from a source, cite the appropriate source(s) using their corresponding numbers.
-                Every answer should include at least one source citation.
-                Only cite a source when you are explicitly referencing it.
+            return f"""### Your role
+You are a helpful assistant that can answer questions based on the provided sources.
 
-                If none of the sources are helpful, you should indicate that.
-                For example:
+### Your user
+User is a human who is asking a question related to the provided sources.
 
-                --- Source 1 ---
-                The sky is red in the evening and blue in the morning.
+### Your task
+Please provide an answer based solely on the provided sources and the conversation history.
 
-                --- Source 2 ---
-                Water is wet when the sky is red.
+### Rules
+- You **MUST** respond in the SAME language as the user's query.
+- If uncertain, you **MUST** the user for clarification.
+- If there are no sources in context, you **MUST** clearly state that.
+- If none of the sources are helpful, you **MUST** clearly state that.
+- If you are unsure about the answer, you **MUST** clearly state that.
+- If the context is unreadable or of poor quality, you **MUST** inform the user and provide the best possible answer.
+- When referencing information from a source, you **MUST** cite the appropriate source(s) using their corresponding numbers.
+- **Only include inline citations using [id] (e.g., [1], [2]) when the <source> tag includes an id attribute.**
+- You NEVER MUST NOT add <source> or any XML/HTML tags in your response.
+- You NEVER MUST NOT cite if the <source> tag does not contain an id attribute.
+- Every answer MAY include at least one source citation.
+- Only cite a source when you are explicitly referencing it.
+- You may also cite multiple sources if they are all relevant to the question.
+- Ensure citations are concise and directly related to the information provided.
+- You CAN format your responses using Markdown.
 
-                Query: When is water wet?
-                Answer: Water will be wet when the sky is red [2], which occurs in the evening [1].
+### Example of sources list:
 
-                Now it's your turn. Below are several numbered sources of information:
-                {context}
+```
+<source id="1">The sky is red in the evening and blue in the morning.</source>
+<source id="2">Water is wet when the sky is red.</source>
+<query>When is water wet?</query>
+```
+Response:
+```
+Water will be wet when the sky is red [2], which occurs in the evening [1].
+```
 
-                User query: {query}
-                Your answer:
-            """
+### Now let's start!
+
+```
+{sources}
+<query>{query}</query>
+```
+
+Respond."""
+
+    def generate_answer(self, prompt: str):
+        url = f"{self.ollama_url}/api/generate"
+        body = {
+            "model": self.chat_model,
+            "prompt": prompt,
+            "messages": self.conversation_history,
+            "stream": False,
+            # "options": {
+            #     "temperature": 0.4,
+            #     "top_p": 0.1,
+            # },
+        }
+        self.response = requests.post(url, json=body, timeout=900)
+        if self.response.status_code != 200:
+            return f"Ошибка генерации ответа: {self.response.status_code} {self.response.text}"
+        return self.response.json().get("response", "").strip()
+
+    def generate_answer_stream(self, prompt: str):
+        url = f"{self.ollama_url}/api/generate"
+        body = {
+            "model": self.chat_model,
+            "prompt": prompt,
+            "messages": self.conversation_history,
+            "stream": True
+        }
+        resp = requests.post(url, json=body, stream=True, timeout=900)
+        if resp.status_code != 200:
+            raise RuntimeError(f"Ошибка генерации ответа: {resp.status_code} {resp.text}")
+        full_answer = ""
+        for chunk in resp.iter_lines():
+            if chunk:
+                try:
+                    decoded_chunk = chunk.decode('utf-8')
+                    data = json.loads(decoded_chunk)
+                    if "response" in data:
+                        yield data["response"]
+                        full_answer += data["response"]
+                    elif "error" in data:
+                        print(f"Stream error: {data['error']}")
+                        break
+                except json.JSONDecodeError:
+                    print(f"Could not decode JSON from chunk: {chunk.decode('utf-8')}")
+                except Exception as e:
+                    print(f"Error processing chunk: {e}")
+
+    def get_prompt_eval_count(self):
+        if not self.response:
+            return 0
+        return self.response.json().get("prompt_eval_count", 0)
+
+    def get_prompt_eval_duration(self):
+        if not self.response:
+            return 0
+        return self.response.json().get("prompt_eval_duration", 0) / (10 ** 9)
+
+    def get_eval_count(self):
+        if not self.response:
+            return 0
+        return self.response.json().get("eval_count", 0)
+
+    def get_eval_duration(self):
+        if not self.response:
+            return 0
+        return self.response.json().get("eval_duration", 0) / (10 ** 9)
+
+    def get_total_duration(self):
+        if not self.response:
+            return 0
+        return self.response.json().get("total_duration", 0) / (10 ** 9)
+
+    def get_tps(self):
+        eval_count = self.get_eval_count()
+        eval_duration = self.get_eval_duration()
+        if eval_count == 0 or eval_duration == 0:
+            return 0
+        return eval_count / eval_duration
 
 def print_sources(context_docs: list):
+    print("\n\nИсточники:")
     for idx, doc in enumerate(context_docs, start=1):
-        filename = doc['payload'].get("filename", None)
+        title = doc['payload'].get("filename", None)
         url = doc['payload'].get("url", None)
-        title = filename
+        date = doc['payload'].get("date", None)
+        version = doc['payload'].get("version", None)
+        author = doc['payload'].get("author", None)
+
         if url is None:
             url = "(нет веб-ссылки)"
-        print(f"{idx}. {title}\n   {url}")
+        if date is None:
+            date = "(неизвестно)"
+        if version is None:
+            version = "0"
+        if author is None:
+            author = "(неизвестен)"
+
+        print(f"{idx}. {title}")
+        print(f"   {url} (v{version} {author})")
+        print(f"   актуальность на {date}")
+
+def print_v(text: str, is_verbose: bool):
+    if is_verbose:
+        print(text)
+
+def print_stats(rag: RagSystem):
+    print("\n\nСтатистика:")
+    print(f"* Time: {rag.get_total_duration()}s")
+    print(f"* TPS: {rag.get_tps()}")
+    print(f"* PEC: {rag.get_prompt_eval_count()}")
+    print(f"* PED: {rag.get_prompt_eval_duration()}s")
+    print(f"* EC: {rag.get_eval_count()}")
+    print(f"* ED: {rag.get_eval_duration()}s\n")
 
 def main():
     import sys
@@ -112,43 +225,47 @@ def main():
     parser.add_argument("--show-prompt", default=False, action=argparse.BooleanOptionalAction, help="Показать полный промпт перед обработкой запроса")
     parser.add_argument("--qdrant-host", default="localhost", help="Qdrant host")
     parser.add_argument("--qdrant-port", type=int, default=6333, help="Qdrant port")
+    parser.add_argument("--qdrant-collection", type=str, default="rag", help="Название коллекции для поиска документов")
     parser.add_argument("--ollama-url", default="http://localhost:11434", help="Ollama API URL")
     parser.add_argument("--emb-model", default="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2", help="Модель эмбеддинга")
-    parser.add_argument("--chat-model", default="qwen2.5:3b", help="Модель генерации Ollama")
+    parser.add_argument("--chat-model", default="phi4-mini:3.8b", help="Модель генерации Ollama")
     parser.add_argument("--topk", type=int, default=6, help="Количество документов для поиска")
+    parser.add_argument("--verbose", default=False, action=argparse.BooleanOptionalAction, help="Выводить промежуточные служебные сообщения")
+    parser.add_argument("--show-stats", default=False, action=argparse.BooleanOptionalAction, help="Выводить статистику об ответе (не работает с --stream)")
+    parser.add_argument("--stream", default=False, action=argparse.BooleanOptionalAction, help="Выводить статистику об ответе")
     args = parser.parse_args()
 
     if not args.query and not args.interactive:
         print("Ошибка: укажите запрос (--query) и/или используйте интерактивный режим (--interactive)")
         sys.exit(1)
 
-    print(f"Адрес ollama: {args.ollama_url}")
-    print(f"Адрес qdrant: {args.qdrant_host}:{args.qdrant_port}")
-    print(f"Модель эмбеддинга: {args.emb_model}")
-    print(f"Модель чата: {args.chat_model}")
-    print(f"Документов для поиска: {args.topk}")
+    print_v(f"Адрес ollama: {args.ollama_url}", args.verbose)
+    print_v(f"Адрес qdrant: {args.qdrant_host}:{args.qdrant_port}", args.verbose)
+    print_v(f"Модель эмбеддинга: {args.emb_model}", args.verbose)
+    print_v(f"Модель чата: {args.chat_model}", args.verbose)
+    print_v(f"Документов для поиска: {args.topk}", args.verbose)
+    print_v(f"Коллекция для поиска: {args.qdrant_collection}", args.verbose)
     if os.path.exists('sys_prompt.txt'):
-        print("Будет использоваться sys_prompt.txt!")
+        print_v("Будет использоваться sys_prompt.txt!", args.verbose)
 
-    print("\nПервая инициализация моделей...")
-    rag = LocalRAGSystem(
+    print_v("\nПервая инициализация моделей...", args.verbose)
+    rag = RagSystem(
         ollama_url=args.ollama_url,
         qdrant_host=args.qdrant_host,
         qdrant_port=args.qdrant_port,
         embed_model=args.emb_model,
         chat_model=args.chat_model
     )
-    print(f"Модели загружены. Если ответ плохой, переформулируйте запрос, укажите --chat-model или улучшите исходные данные RAG")
+    print_v(f"Модели загружены. Если ответ плохой, переформулируйте запрос, укажите --chat-model или улучшите исходные данные RAG", args.verbose)
 
+    query = None
     if args.interactive:
-        print("\nИНТЕРАКТИВНЫЙ РЕЖИМ")
-        print("Можете вводить запрос (или 'exit' для выхода)\n")
+        print_v("\nИНТЕРАКТИВНЫЙ РЕЖИМ", args.verbose)
+        print_v("Можете вводить запрос (или 'exit' для выхода)\n", args.verbose)
 
     if args.query:
         query = args.query.strip()
         print(f">>> {query}")
-    else:
-        query = input(">>> ").strip()
 
     while True:
         try:
@@ -158,34 +275,104 @@ def main():
             if not query or query == "":
                 continue
 
-            if query.lower() == "exit":
-                print("\n*** Завершение работы")
+            if query.lower() == "help":
+                print("<<< Команды итерактивного режима:")
+                print("save  -- сохранить диалог в файл")
+                print("stats -- вывести статистику последнего ответа")
+                print("exit  -- выход\n")
+                query = None
+                continue
+
+            if query.strip().lower() == "save":
+                import datetime
+                timestamp = int(time.time())
+                dt = datetime.datetime.fromtimestamp(timestamp).strftime('%Y-%m-%dT%H:%M:%SZ')
+                filename = f"chats/chat-{timestamp}.md"
+
+                markdown_content = f"# История диалога от {dt}\n\n"
+                markdown_content += f"## Параметры диалога\n"
+                markdown_content += f"```\nargs = {args}\n```\n"
+                markdown_content += f"```\nemb_model = {rag.emb_model}\n```\n"
+
+                for entry in rag.conversation_history:
+                    if entry['role'] == 'user':
+                        markdown_content += f"## Пользователь\n\n"
+                    elif entry['role'] == 'assistant':
+                        markdown_content += f"## Модель\n\n"
+                        docs = rag.prepare_sources(entry['docs']).replace("```", "")
+                        markdown_content += f"```\n{docs}\n```\n\n"
+                    markdown_content += f"{entry['content']}\n\n"
+
+                os.makedirs('chats', exist_ok=True)
+                with open(filename, 'w') as fp:
+                    fp.write(markdown_content)
+
+                print(f"<<< Диалог сохранён в файл: {filename}\n")
+                query = None
+                continue
+
+            if query.strip().lower() == "exit":
+                print_v("\n*** Завершение работы", args.verbose)
                 break
 
-            print("\nПоиск релевантных документов...")
-            context_docs = rag.search_qdrant(query, top_k=args.topk)
+            print_v("\nПоиск релевантных документов...", args.verbose)
+            context_docs = rag.search_qdrant(query, top_k=args.topk, qdrant_collection=args.qdrant_collection)
             if not context_docs:
-                print("Релевантные документы не найдены.")
+                print("<<< Релевантные документы не найдены")
                 if args.interactive:
+                    query = None
                     continue
                 else:
                     break
 
-            print(f"Найдено {len(context_docs)} релевантных документов:")
-            print_sources(context_docs)
+            print_v(f"Найдено {len(context_docs)} релевантных документов", args.verbose)
+            # print_sources(context_docs)
 
             prompt = rag.prepare_prompt(query=query, context_docs=context_docs)
             if args.show_prompt:
-                print("\nПолный системный промпт: --------------------------\n")
-                print(f"{prompt}\n---------------------------------------------------\n")
+                print("\nПолный системный промпт: --------------------------")
+                print(f"{prompt}\n---------------------------------------------------")
+
+            print_v("\nГенерация ответа...\n", args.verbose)
+
+            if args.stream:
+                answer = "\n<<< "
+                print(answer, end='', flush=True)
+                try:
+                    for message_part in rag.generate_answer_stream(prompt):
+                        answer += message_part
+                        print(message_part, end='', flush=True)
+                except RuntimeError as e:
+                    answer = str(e)
+                    print(f"\n{answer}\n===================================================\n")
+            else:
+                answer = rag.generate_answer(prompt)
+                print(f"<<< {answer}\n")
+
+            print_sources(context_docs)
+            if args.show_stats and not args.stream:
+                print_stats(rag)
+
+            rag.conversation_history.append({
+                "role": "user",
+                "content": query,
+            })
+
+            rag.conversation_history.append({
+                "role": "assistant",
+                "docs": context_docs,
+                "content": answer,
+            })
+
+            if args.interactive:
+                query = None
+            else:
+                break
 
-            print("Генерация ответа...")
-            answer = rag.generate_answer(prompt)
-            print(f"\n<<< {answer}\n===================================================\n")
-            query = None
         except KeyboardInterrupt:
             print("\n*** Завершение работы")
             break
+
         except Exception as e:
             print(f"Ошибка: {e}")
             break

rag/vectorize.py

@@ -15,12 +15,39 @@ def load_markdown_files(input_dir):
                 content = f.read()
             lines = content.splitlines()
             url = None
+            version = None
+            author = None
+            date = None
+
             if lines:
-                first_line = lines[0].strip()
-                if first_line.startswith("@@") and first_line.endswith("@@") and len(first_line) > 4:
-                    url = first_line[2:-2].strip()
-                    content = "\n".join(lines[1:])  # Remove the first line from content
-            documents.append({"id": filename, "text": content, "url": url})
+                # Проверка первой строки на URL
+                if lines[0].strip().startswith("@@") and lines[0].strip().endswith("@@") and len(lines[0].strip()) > 4:
+                    url = lines[0].strip()[2:-2].strip()
+                    lines = lines[1:]
+
+                # Проверка оставшихся строк на метаданные
+                i = 0
+                while i < len(lines):
+                    line = lines[i].strip()
+                    if line.startswith("^^") and line.endswith("^^") and len(line) > 4:
+                        version = line[2:-2].strip()
+                        lines.pop(i)
+                    elif line.startswith("%%") and line.endswith("%%") and len(line) > 4:
+                        author = line[2:-2].strip()
+                        lines.pop(i)
+                    elif line.startswith("==") and line.endswith("==") and len(line) > 4:
+                        date = line[2:-2].strip()
+                        lines.pop(i)
+                    else:
+                        i += 1
+
+            doc_metadata = {"id": filename, "text": "\n".join(lines)}
+            if url: doc_metadata["url"] = url
+            if version: doc_metadata["version"] = version
+            if author: doc_metadata["author"] = author
+            if date: doc_metadata["date"] = date
+
+            documents.append(doc_metadata)
     return documents
 
 def chunk_text(texts, chunk_size, chunk_overlap):
@@ -36,12 +63,15 @@ def chunk_text(texts, chunk_size, chunk_overlap):
         for i, chunk in enumerate(doc_chunks):
             chunk_id = f"{doc['id']}_chunk{i}"
             chunk_dict = {"id": chunk_id, "text": chunk}
-            if "url" in doc and doc["url"] is not None:
-                chunk_dict["url"] = doc["url"]
+
+            # Перенос всех доступных метаданных
+            for key in ["url", "version", "author", "date"]:
+                if key in doc and doc[key] is not None:
+                    chunk_dict[key] = doc[key]
             chunks.append(chunk_dict)
     return chunks
 
-def embed_and_upload(chunks, embedding_model_name, qdrant_host="localhost", qdrant_port=6333):
+def embed_and_upload(chunks, embedding_model_name, qdrant_host="localhost", qdrant_port=6333, qdrant_collection="rag"):
     import hashlib
 
     print(f"Инициализация модели {args.embedding_model}")
@@ -49,13 +79,12 @@ def embed_and_upload(chunks, embedding_model_name, qdrant_host="localhost", qdra
 
     print(f"Подключение к qdrant ({qdrant_host}:{qdrant_port})")
     client = QdrantClient(host=qdrant_host, port=qdrant_port)
-    collection_name = "rag_collection"
 
-    if client.collection_exists(collection_name):
-        client.delete_collection(collection_name)
+    if client.collection_exists(qdrant_collection):
+        client.delete_collection(qdrant_collection)
 
     client.create_collection(
-        collection_name=collection_name,
+        collection_name=qdrant_collection,
         vectors_config=models.VectorParams(size=embedder.get_sentence_embedding_dimension(), distance=models.Distance.COSINE),
     )
 
@@ -72,7 +101,10 @@ def embed_and_upload(chunks, embedding_model_name, qdrant_host="localhost", qdra
             payload={
                 "text": chunk["text"],
                 "filename": chunk["id"].rsplit(".md_chunk", 1)[0],
-                "url": chunk.get("url", None)
+                "url": chunk.get("url", None),
+                "version": chunk.get("version", None),
+                "author": chunk.get("author", None),
+                "date": chunk.get("date", None)
             }
         ))
         print(f"[{idx}/{total_chunks}] Подготовлен чанк: {chunk['id']} -> ID: {id_hash}")
@@ -80,20 +112,20 @@ def embed_and_upload(chunks, embedding_model_name, qdrant_host="localhost", qdra
     batch_size = 100
     for i in range(0, total_chunks, batch_size):
         batch = points[i : i + batch_size]
-        client.upsert(collection_name=collection_name, points=batch)
+        client.upsert(collection_name=qdrant_collection, points=batch)
         print(f"Записан батч {(i // batch_size) + 1}, содержащий {len(batch)} точек, всего записано: {min(i + batch_size, total_chunks)}/{total_chunks}")
 
-    print(f"Завершена запись всех {total_chunks} чанков в коллекцию '{collection_name}'.")
+    print(f"Завершена запись всех {total_chunks} чанков в коллекцию '{qdrant_collection}'.")
 
 if __name__ == "__main__":
-    print(f"Инициализация...")
     parser = argparse.ArgumentParser(description="Скрипт векторизаци данных для Qdrant")
-    parser.add_argument("--input_dir", type=str, default="input_md", help="Директория с Markdown-файлами для чтения")
-    parser.add_argument("--chunk_size", type=int, default=500, help="Размер чанка")
-    parser.add_argument("--chunk_overlap", type=int, default=100, help="Размер перекрытия")
-    parser.add_argument("--embedding_model", type=str, default="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2", help="Модель эмбеддинга")
-    parser.add_argument("--qdrant_host", type=str, default="localhost", help="Адрес хоста Qdrant")
-    parser.add_argument("--qdrant_port", type=int, default=6333, help="Номер порта Qdrant")
+    parser.add_argument("--input-dir", type=str, default="data", help="Директория с Markdown-файлами для чтения")
+    parser.add_argument("--chunk-size", type=int, default=500, help="Размер чанка")
+    parser.add_argument("--chunk-overlap", type=int, default=100, help="Размер перекрытия")
+    parser.add_argument("--embedding-model", type=str, default="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2", help="Модель эмбеддинга")
+    parser.add_argument("--qdrant-host", type=str, default="localhost", help="Адрес хоста Qdrant")
+    parser.add_argument("--qdrant-port", type=int, default=6333, help="Номер порта Qdrant")
+    parser.add_argument("--qdrant-collection", type=str, default="rag", help="Название коллекции для сохранения документов")
     args = parser.parse_args()
 
     documents = load_markdown_files(args.input_dir)
@@ -103,4 +135,4 @@ if __name__ == "__main__":
     chunks = chunk_text(documents, args.chunk_size, args.chunk_overlap)
     print(f"Создано чанков: {len(chunks)} ({args.chunk_size}/{args.chunk_overlap})")
 
-    embed_and_upload(chunks, args.embedding_model, args.qdrant_host, args.qdrant_port)
+    embed_and_upload(chunks, args.embedding_model, args.qdrant_host, args.qdrant_port, args.qdrant_collection)

up

@@ -7,4 +7,5 @@ docker compose up -d --build --remove-orphans
 echo "* Ollama доступен по адресу: localhost:$OLLAMA_PORT"
 echo "* Open WebUI доступен по адресу: http://localhost:$QDRANT_PORT/"
 echo "* Qdrant доступен по адресу: localhost:$OWEBUI_PORT"
+echo "* Qdrant UI доступен по адресу: http://localhost:$OWEBUI_PORT/dashboard"
 echo "Для остановки контейнеров выполните ./down"