Update 9 files

- /rag/config_models.py
- /rag/utils/config_loader.py
- /rag/auth.py
- /rag/rag_server.py
- /rag/rag_api.py
- /rag/rag_orchestrator.py
- /rag/__init__.py
- /bots/xmpp/client.py
- /bots/rag_client.py

rag/rag_orchestrator.py

@@ -2,7 +2,6 @@
 """
 Главный оркестратор RAG-пайплайна (фасад).
 Координирует работу менеджеров: HistoryManager, IntentRouter, QueryProcessor, IndexingManager.
-Принимает запрос пользователя, обрабатывает его и возвращает ответ.
 """
 
 import logging
@@ -29,7 +28,6 @@ class RAGOrchestrator:
     """
     Оркестратор RAG-пайплайна.
     Содержит ссылки на все сервисы и менеджеры.
-    Предоставляет два основных метода: process_query и index_document.
     """
 
     def __init__(
@@ -43,19 +41,6 @@ class RAGOrchestrator:
         config: AppConfig,
         default_prompts: Optional[Dict[str, str]] = None
     ):
-        """
-        Инициализация оркестратора.
-
-        Аргументы:
-            db: сервис PostgreSQL
-            qdrant: сервис Qdrant
-            embedding: сервис эмбеддингов
-            kb: сервис базы знаний
-            giga: клиент GigaChat
-            files: сервис файлов
-            config: объект конфигурации (AppConfig)
-            default_prompts: словарь промптов по умолчанию
-        """
         self.db = db
         self.qdrant = qdrant
         self.embedding = embedding
@@ -97,10 +82,6 @@ class RAGOrchestrator:
 
         logger.info("RAGOrchestrator инициализирован с менеджерами")
 
-    # ------------------------------------------------------------------
-    # Вспомогательный метод для расчёта токенов
-    # ------------------------------------------------------------------
-
     def _prepare_prompt_parts(
         self,
         synthesis_template: str,
@@ -110,17 +91,6 @@ class RAGOrchestrator:
         reserved_for_answer: int = 1000,
         reserved_for_overhead: int = 200
     ) -> Dict[str, Any]:
-        """
-        Подсчитывает токены в статичных частях промта и вычисляет,
-        сколько токенов остаётся для истории и контекста.
-
-        Возвращает словарь с ключами:
-            - available_for_history_and_context: int
-            - prompt_tokens: int
-            - system_tokens: int
-            - synthesis_tokens: int
-            - query_tokens: int
-        """
         system_tokens = count_tokens(system_prompt) if system_prompt else 0
         synthesis_tokens = count_tokens(synthesis_template)
         query_tokens = count_tokens(query)
@@ -142,10 +112,6 @@ class RAGOrchestrator:
             "query_tokens": query_tokens,
         }
 
-    # ------------------------------------------------------------------
-    # Основной метод обработки запроса
-    # ------------------------------------------------------------------
-
     async def process_query(
         self,
         query: str,
@@ -156,25 +122,6 @@ class RAGOrchestrator:
         last_file_path: Optional[str] = None,
         last_file_text: Optional[str] = None,
     ) -> Dict[str, Any]:
-        """
-        Основной метод обработки запроса.
-
-        ИСТОРИЯ ДИАЛОГА ПОЛУЧАЕТСЯ ИЗ БД, а не из запроса.
-        Это обеспечивает единый контекст для всех клиентов.
-
-        Аргументы:
-            query: текст запроса пользователя
-            user_jid: JID пользователя (без ресурса)
-            room_jid: JID комнаты (None для личного чата)
-            prompts: словарь промптов (если None, используются default_prompts)
-            intent_override: принудительное переопределение намерения
-            last_file_path: путь к последнему загруженному файлу
-            last_file_text: текст последнего загруженного файла
-
-        Возвращает:
-            Словарь с ключами: answer, intent, context, sources, confidence, error
-        """
-        # 1. Подготовка промптов
         if prompts is None:
             prompts = self.default_prompts.copy()
         synthesis_template = prompts.get('synthesis', '')
@@ -182,7 +129,6 @@ class RAGOrchestrator:
             synthesis_template = "{context}\n\n{query}\n\nОтвет:"
         system_prompt = prompts.get('system', None)
 
-        # 2. Расчёт лимитов токенов
         max_model_tokens = self.config.max_model_tokens
         reserved_for_answer = self.config.reserved_for_answer_tokens
         reserved_for_overhead = self.config.reserved_for_overhead_tokens
@@ -198,10 +144,8 @@ class RAGOrchestrator:
         available_for_history_and_context = token_info["available_for_history_and_context"]
         logger.debug(f"Доступно для истории и контекста: {available_for_history_and_context} токенов")
 
-        # 3. Получение истории из БД
         raw_history = await self.history_manager.get_history(user_jid, room_jid, limit=100)
 
-        # 4. Сжатие истории, если она слишком длинная
         max_history_tokens = min(available_for_history_and_context // 2, 2000)
         formatted_history = await self.history_manager.compress_history_if_needed(
             raw_history,
@@ -209,7 +153,6 @@ class RAGOrchestrator:
             prompt_template=prompts.get('hierarchical_summary', '')
         )
 
-        # 5. Классификация намерений
         intent = intent_override
         if intent is None and self.config.enable_intent_classification:
             intent_prompt = prompts.get('intent', '')
@@ -225,13 +168,11 @@ class RAGOrchestrator:
         else:
             intent = intent or "GENERAL"
 
-        # 6. Принудительная установка SURGICAL по ключевым словам
         keywords = self.config.surgical_keywords
         if any(kw in query.lower() for kw in keywords) and last_file_path:
             intent = "SURGICAL"
             logger.info(f"Принудительный Intent: SURGICAL (есть файл и ключевые слова)")
 
-        # 7. Маршрутизация специализированных намерений
         router_result = await self.intent_router.route(
             intent=intent,
             query=query,
@@ -249,12 +190,10 @@ class RAGOrchestrator:
         sources = []
 
         if router_result is not None:
-            # Намерение обработано маршрутизатором
             answer = router_result.get("answer")
             context = router_result.get("context", "")
             sources = router_result.get("sources", [])
         else:
-            # Обычный RAG-пайплайн (GENERAL, FACT, PROCEDURE, COMPARISON, CALCULATION)
             history_tokens = sum(count_tokens(msg['content']) for msg in formatted_history)
             available_for_context = available_for_history_and_context - history_tokens
             available_for_context = max(available_for_context, 0)
@@ -273,12 +212,10 @@ class RAGOrchestrator:
             context = processor_result.get("context", "")
             sources = processor_result.get("sources", [])
 
-        # 8. Сохранение истории диалога в БД
         await self.history_manager.save_message(user_jid, "user", query, room_jid)
         if answer:
             await self.history_manager.save_message(user_jid, "assistant", answer, room_jid)
 
-        # 9. Формирование результата
         return {
             "answer": answer or "⚠️ Не удалось сгенерировать ответ.",
             "intent": intent,
@@ -288,10 +225,6 @@ class RAGOrchestrator:
             "error": None
         }
 
-    # ------------------------------------------------------------------
-    # Индексация документа
-    # ------------------------------------------------------------------
-
     async def index_document(
         self,
         file_name: str,
@@ -304,24 +237,6 @@ class RAGOrchestrator:
         file_hash: Optional[str] = None,
         update_if_exists: bool = True
     ) -> Dict[str, Any]:
-        """
-        Индексирует документ в базу знаний.
-        Делегирует работу IndexingManager.
-
-        Аргументы:
-            file_name: исходное имя файла
-            file_text: извлечённый текст
-            user_jid: JID владельца
-            room_jid: JID комнаты (None для личного)
-            is_global: глобальный ли документ
-            title: отображаемое название
-            metadata: дополнительные метаданные
-            file_hash: SHA-256 хеш содержимого
-            update_if_exists: заменять ли существующий документ в комнате
-
-        Возвращает:
-            Словарь с ключами doc_id, chunk_count, error
-        """
         try:
             doc_id, chunk_count = await self.indexing_manager.index_document(
                 file_name=file_name,