Merge pull request #42 from chatchat-space/dev

Dev

Author: yuehua-s

docs/install/README_install.md

@@ -1,21 +1,20 @@
-# Langchain-Chatchat 源代码部署/开发部署指南
+# LangGraph-Chatchat 源代码部署/开发部署指南
 
 ## 0. 拉取项目代码
 
 如果您是想要使用源码启动的用户，请直接拉取 master 分支代码
 
 ```shell
-git clone https://github.com/chatchat-space/Langchain-Chatchat.git
+git clone https://github.com/chatchat-space/LangGraph-Chatchat.git
 ```
 
 ## 1. 初始化开发环境
 
-Langchain-Chatchat 自 0.3.0 版本起，为方便支持用户使用 pip 方式安装部署，以及为避免环境中依赖包版本冲突等问题，
-在源代码/开发部署中不再继续使用 requirements.txt 管理项目依赖库，转为使用 Poetry 进行环境管理。
+LangGraph-Chatchat 使用 Poetry 进行环境管理。
 
 ### 1.1 安装 Poetry
 
-> 在安装 Poetry 之前，如果您使用 Conda，请创建并激活一个新的 Conda 环境，例如使用 `conda create -n chatchat python=3.9` 创建一个新的 Conda 环境。
+> 在安装 Poetry 之前，如果您使用 Conda，请创建并激活一个新的 Conda 环境，例如使用 `conda create -n chatchat python=3.12` 创建一个新的 Conda 环境。
 
 安装 Poetry: [Poetry 安装文档](https://python-poetry.org/docs/#installing-with-pipx)
 
@@ -28,50 +27,37 @@ Langchain-Chatchat 自 0.3.0 版本起，为方便支持用户使用 pip 方式
 
 ### 1.2 安装源代码/开发部署所需依赖库
 
-进入主项目目录，并安装 Langchain-Chatchat 依赖
+进入主项目目录，并安装 LangGraph-Chatchat 依赖
 
 ```shell
-cd  Langchain-Chatchat/libs/chatchat-server/
+cd  LangGraph-Chatchat/libs/chatchat-server
 poetry install --with lint,test -E xinference
-
-# or use pip to install in editing mode:
-pip install -e .
 ```
 
 > [!Note]
 > Poetry install 后会在你的虚拟环境中 site-packages 路径下生成一个 chatchat-`<version>`.dist-info 文件夹带有 direct_url.json 文件，这个文件指向你的开发环境
 
 ### 1.3 更新开发部署环境依赖库
 
-当开发环境中所需的依赖库发生变化时，一般按照更新主项目目录(`Langchain-Chatchat/libs/chatchat-server/`)下的 pyproject.toml 再进行 poetry update 的顺序执行。
-
-### 1.4 将更新后的代码打包测试
-
-如果需要对开发环境中代码打包成 Python 库并进行测试，可在主项目目录执行以下命令：
-
-```shell
-poetry build
-```
-
-命令执行完成后，在主项目目录下会新增 `dist` 路径，其中存储了打包后的 Python 库。
+当开发环境中所需的依赖库发生变化时，一般按照更新主项目目录(`LangGraph-Chatchat/libs/chatchat-server/`)下的 pyproject.toml 再进行 poetry update 的顺序执行。
 
 ## 2. 设置源代码根目录
 
-如果您在开发时所使用的 IDE 需要指定项目源代码根目录，请将主项目目录(`Langchain-Chatchat/libs/chatchat-server/`)设置为源代码根目录。
+如果您在开发时所使用的 IDE 需要指定项目源代码根目录，请将主项目目录(`LangGraph-Chatchat/libs/chatchat-server/`)设置为源代码根目录。
 
 执行以下命令之前，请先设置当前目录和项目数据目录：
 ```shell
-cd Langchain-Chatchat/libs/chatchat-server/chatchat
+cd LangGraph-Chatchat/libs/chatchat-server/chatchat
 export CHATCHAT_ROOT=/parth/to/chatchat_data
 ```
 
 ## 3. 关于 chatchat 配置项
 
-从 `0.3.1` 版本开始，所有配置项改为 `yaml` 文件，具体参考 [Settings](settings.md)。
+配置项均为 `yaml` 文件，具体参考 [Settings](settings.md)。
 
 执行以下命令初始化项目配置文件和数据目录：
 ```shell
-cd libs/chatchat-server
+cd LangGraph-Chatchat/libs/chatchat-server
 python chatchat/cli.py init
 ```
 
@@ -81,15 +67,15 @@ python chatchat/cli.py init
 > 这个命令会清空数据库、删除已有的配置文件，如果您有重要数据，请备份。
 
 ```shell
-cd libs/chatchat-server
+cd LangGraph-Chatchat/libs/chatchat-server
 python chatchat/cli.py kb --recreate-vs
 ```
 如需使用其它 Embedding 模型，或者重建特定的知识库，请查看 `python chatchat/cli.py kb --help` 了解更多的参数。
 
 ## 5. 启动服务
 
 ```shell
-cd libs/chatchat-server
+cd LangGraph-Chatchat/libs/chatchat-server
 python chatchat/cli.py start -a
 ```
 

libs/chatchat-server/chatchat/settings.py

@@ -342,7 +342,7 @@ class ApiModelSettings(BaseFileSettings):
 
     HISTORY_LEN: int = 10
     """默认历史对话轮数"""
-    """LangGraph Agent 单轮对话可能包含 4 个 Node, 故默认设置为 6"""
+    """LangGraph Agent 单轮对话可能包含多个 Node, 故默认设置为 10"""
 
     MAX_TOKENS: t.Optional[int] = None  # TODO: 似乎与 LLM_MODEL_CONFIG 重复了
     """大模型最长支持的长度，如果不填写，则使用模型默认的最大长度，如果填写，则为用户设定的最大长度"""
@@ -525,7 +525,7 @@ class ToolSettings(BaseFileSettings):
     默认为 memory, 无法持久化，仅在程序运行期间用于获取历史消息。
     如果设为 sqlite/postgres，则自动使用 SQLALCHEMY_DATABASE_URI
     """
-    GRAPH_MEMORY_TYPE: t.Literal["memory", "sqlite", "postgres"] = "memory"
+    GRAPH_MEMORY_TYPE: t.Literal["memory", "sqlite", "postgres"] = "sqlite"
 
     # """本地知识库工具配置项"""
     # search_local_knowledgebase: dict = {