Update knowledge_lib.py

src/chat/knowledge/knowledge_lib.py

@@ -5,60 +5,68 @@ from src.chat.knowledge.mem_active_manager import MemoryActiveManager
 from src.chat.knowledge.qa_manager import QAManager
 from src.chat.knowledge.kg_manager import KGManager
 from src.chat.knowledge.global_logger import logger
+from src.config.config import global_config as bot_global_config
 # try:
 #     import quick_algo
 # except ImportError:
 #     print("quick_algo not found, please install it first")
 
-logger.info("正在初始化Mai-LPMM\n")
+# 检查LPMM知识库是否启用
-logger.info("创建LLM客户端")
+if bot_global_config.lpmm_knowledge.enable:
-llm_client_list = dict()
+    logger.info("正在初始化Mai-LPMM\n")
-for key in global_config["llm_providers"]:
+    logger.info("创建LLM客户端")
-    llm_client_list[key] = LLMClient(
+    llm_client_list = dict()
-        global_config["llm_providers"][key]["base_url"],
+    for key in global_config["llm_providers"]:
-        global_config["llm_providers"][key]["api_key"],
+        llm_client_list[key] = LLMClient(
+            global_config["llm_providers"][key]["base_url"],
+            global_config["llm_providers"][key]["api_key"],
+        )
+
+    # 初始化Embedding库
+    embed_manager = EmbeddingManager(llm_client_list[global_config["embedding"]["provider"]])
+    logger.info("正在从文件加载Embedding库")
+    try:
+        embed_manager.load_from_file()
+    except Exception as e:
+        logger.warning("此消息不会影响正常使用：从文件加载Embedding库时，{}".format(e))
+        # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
+    logger.info("Embedding库加载完成")
+    # 初始化KG
+    kg_manager = KGManager()
+    logger.info("正在从文件加载KG")
+    try:
+        kg_manager.load_from_file()
+    except Exception as e:
+        logger.warning("此消息不会影响正常使用：从文件加载KG时，{}".format(e))
+        # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
+    logger.info("KG加载完成")
+
+    logger.info(f"KG节点数量：{len(kg_manager.graph.get_node_list())}")
+    logger.info(f"KG边数量：{len(kg_manager.graph.get_edge_list())}")
+
+
+    # 数据比对：Embedding库与KG的段落hash集合
+    for pg_hash in kg_manager.stored_paragraph_hashes:
+        key = PG_NAMESPACE + "-" + pg_hash
+        if key not in embed_manager.stored_pg_hashes:
+            logger.warning(f"KG中存在Embedding库中不存在的段落：{key}")
+
+    # 问答系统（用于知识库）
+    qa_manager = QAManager(
+        embed_manager,
+        kg_manager,
+        llm_client_list[global_config["embedding"]["provider"]],
+        llm_client_list[global_config["qa"]["llm"]["provider"]],
+        llm_client_list[global_config["qa"]["llm"]["provider"]],
     )
 
-# 初始化Embedding库
+    # 记忆激活（用于记忆库）
-embed_manager = EmbeddingManager(llm_client_list[global_config["embedding"]["provider"]])
+    inspire_manager = MemoryActiveManager(
-logger.info("正在从文件加载Embedding库")
+        embed_manager,
-try:
+        llm_client_list[global_config["embedding"]["provider"]],
-    embed_manager.load_from_file()
+    )
-except Exception as e:
+else:
-    logger.warning("此消息不会影响正常使用：从文件加载Embedding库时，{}".format(e))
+    logger.info("LPMM知识库已禁用，跳过初始化")
-    # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
+    # 创建空的占位符对象，避免导入错误
-logger.info("Embedding库加载完成")
+    qa_manager = None
-# 初始化KG
+    inspire_manager = None
-kg_manager = KGManager()
-logger.info("正在从文件加载KG")
-try:
-    kg_manager.load_from_file()
-except Exception as e:
-    logger.warning("此消息不会影响正常使用：从文件加载KG时，{}".format(e))
-    # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
-logger.info("KG加载完成")
-
-logger.info(f"KG节点数量：{len(kg_manager.graph.get_node_list())}")
-logger.info(f"KG边数量：{len(kg_manager.graph.get_edge_list())}")
-
-
-# 数据比对：Embedding库与KG的段落hash集合
-for pg_hash in kg_manager.stored_paragraph_hashes:
-    key = PG_NAMESPACE + "-" + pg_hash
-    if key not in embed_manager.stored_pg_hashes:
-        logger.warning(f"KG中存在Embedding库中不存在的段落：{key}")
-
-# 问答系统（用于知识库）
-qa_manager = QAManager(
-    embed_manager,
-    kg_manager,
-    llm_client_list[global_config["embedding"]["provider"]],
-    llm_client_list[global_config["qa"]["llm"]["provider"]],
-    llm_client_list[global_config["qa"]["llm"]["provider"]],
-)
-
-# 记忆激活（用于记忆库）
-inspire_manager = MemoryActiveManager(
-    embed_manager,
-    llm_client_list[global_config["embedding"]["provider"]],
-)