写在前面的话
童话里。昨天在外面抽烟，碰到一哥们，他说：我小时候有很长一段时间不理解，为什么没理我。我说：展开说说。他说：小时候，看一档全国性的节目，有个环节，看客户留言，说一个女孩，身患绝症，不想活了，当时已经是晚上十点多，节目组紧急协调当地人员，冒着大雨，千方百计找到女孩，对她进行心理疏导，最后捐款，给女孩治疗，赢得现场阵阵掌声。又过了两天，节目组举办同样的活动，他也现场留言，说我是一个贫困山区孤儿，感觉生活没希望，饥寒交迫，准备结束自己。结果等了一夜，节目组都没来找他。后来他想着，自己可能是撒谎，被节目组识破，再后来长大了，他才知道，节目组中的很多环节都是提前设计好的，撒谎的不只是他。是的，小时候我们活在童话里，长大了明白后，不要失落，因为很多事等着我们去做，加油！
[226+100]--------底部有张生活照
(头条号运营：大家想全托管上号的联系我哦，每天让你得个早餐钱，wx: qhz198607)
【关键词】python、ragflow、es脚本传参、索引数据分类
一、es同步脚本传参（三级）
描述：运行时 python es_sync0.py,运行脚本时，怎么传一个参数shard_id进去，以同步不同片上的数据，搞一下。
开工：
第一步：脚本传参数（四级）
20250411周五时间段：11:31-12:00
查询如下：
要为脚本添加 shard_id 参数输入功能，可以通过以下几种方式实现：
方法1：使用命令行参数（推荐）
# 在es_sync0.py开头添加
import os
import argparse
from typing import Optional
os.environ["OPENBLAS_NUM_THREADS"] = "4"
os.environ["OMP_NUM_THREADS"] = "4"
def migrate_data(shard_id: int = 0):
# 原有函数内容保持不变，将开头的 shard_id = 0 删除
def main():
parser = argparse.ArgumentParser()
parser.add_argument("--shard-id", type=int,
default=int(os.getenv("SHARD_ID", "0")),
help="Elasticsearch shard ID (0-N)")
args = parser.parse_args()
app = Flask(__name__)
with app.app_context():
migrate_data(args.shard_id)
if __name__ == "__main__":
main()
注：对比着改一下。改完之后，运行如下：
图1a-1
注：一下子起了两个，应该会快一点。接下来，把数据进行分析下，看看分片就剩一个时，怎么做二次划分。
第二步：测试
测试还可以
二、es同步索引数据分类（三级）
描述：把索引数据进行分类，以便同步进行处理。
开工：
第一步：分析索引字段（四级）
20250411周五时间段：14:49-15:00
先看下有多少字段，如下：
[{
"_index": "ragflow_7d19a176807611efb0f80242ac120006",
"_id": "70ee948d87b71d13f2e01478695aaae6",
"_score": 1,
"_source": {
"weight_int": 1,
"create_time": "2025-01-03 02:39:59",
"content_with_weight": "{\"name\": \"BACTEROIDES-NODOSUS(节瘤抑杆菌)\", \"entity_type\": \"BACTERIA(细菌)\", \"description\": \"一种革兰氏阴性菌，主要引起绵羊腐蹄病。\", \"source_id\": \"验诊断/01组织细胞学/兽医病理学原色图谱.pdf-\", \"weight\": 1, \"rank\": 1}",
"_sync_source2": 1,
"create_timestamp_flt": 1735843199.190665,
"knowledge_graph_kwd": "entity",
"content_ltks": "一种 革兰氏 阴性菌 , 主要 引起 绵羊 腐 蹄 病 。 ",
"content_sm_ltks": "一种 革兰氏 阴性 菌 , 主要 引起 绵羊 腐 蹄 病 。 ",
"doc_id": "94b9fc4eba3011ef947700d861b4a833",
"title_tks": " bacteroides-nodosu ( 节 瘤 抑 杆菌 ) ",
"important_kwd": [
"BACTEROIDES-NODOSUS(节瘤抑杆菌)"
],
"kb_id": [
"87fa8fd0ba2611ef838c0242ac120006"
],
"rank_int": 1,
"docnm_kwd": "验诊断/01组织细胞学/兽医病理学原色图谱.pdf",
"_sync_source": 1,
"name_kwd": "BACTEROIDES-NODOSUS(节瘤抑杆菌)",
"q_4096_vec": [0.6]
}
}]注：看了下，知道了，可以按知识库kb_id进行分类同步数据，还可以按knowledge_graph_kwd进行同步，这里面有实体entity，也有关系relation。分别查一下。
第二步：按知识库（四级）
20250411周五时间段：15:37-16:00
现在有两个知识库，分别是：
bf5b0a6eff1211ef94e1acde48001122 宠物医学Graph_V4
及
87fa8fd0ba2611ef838c0242ac120006 宠物医学Graph_V3
注：截图如下：
图2b-1
注：接知识库搜索一下。接下来，有一个问题，就是字段group by，看有多少值，是不是只有这两个知识库。
第三步：索引字段不同值（四级）
20250411周五时间段：15:37-16:00
查询语句如下：
GET /ragflow_7d19a176807611efb0f80242ac120006/_search
{
"size": 0,
"aggs": {
"distinct_kb_ids": {
"terms": {
"field": "kb_id",
"size": 10000 // 调整此值以获取所有不同值
}
}
}
}
注：获取结果截图如下：
图2b-2
注：一共有三个知识库，写个函数分一下。完成如下：
图2b-3
注：接下来，看下进程的执行情况。
第四步：进程执行（四级）
20250411周五时间段：22:59-23:00
20250411周五时间段：23:00-00:00
按进程id查下进程，进程id截图如下：
图2b-4
注：现在进程找不到了，截图如下：
图2b-5
注：还是存在的，只是说shard 0跑完了，接下来，要换一种打法，就是按知识库id来同步，程序写好了，运行一下。
先把旧进程id删除了。启动新的，截图如下：
图2b-6
注：接下来，把小模型换成通义千问。
三、意图识别通义千问（三级）
描述：意图识别小模型虽快，但不准确，需要把小模型换成通义千问。搞一下。
开工：
第一步：本地启动（四级）
20250411周五时间段：23:27-00:00
本地先把ragflow和web跑起来，其实也不用，跑个测试用例就可以了。
先把代码备份一下吧，接下来，跑下测试用例。
第二步：跑测试用例（四级）
20250411周五时间段：23:50-00:00
测试用例如下：
def test_multi_chat(client):
log.info("test_multi_chat0034")
'''
测试多轮对话-包括三轮对话场景
'''
json_data = {
"conversation_id": 'fff19f22fc0111efa7f900e003c42347',
"question": '呕吐内容物是食物，呕吐的动作是剧烈呕吐，每天五次，呕吐只在饭后发生。'
}
url = f"/v1/conversation/multi_chat"
resp = client.post(
url,
json=json_data,
headers={
"Content-type": "application/json",
"Authorization": "Bearer ragflow-UxOGYzZjUwYjMwOTExZWZiODc0MDI0Mm"
}
)
if not 200 <= resp.status_code < 300:
raise Exception(f"GET {url} status_code {resp.status_code}.")
# received_data = []
for chunk in resp.iter_encoded():
answer = chunk.decode('utf-8').strip()
log.info(f"\n\n answer: {answer} \n\n")
注：接下来，跑下测试用例，看看效果。
第三步：改测试用例（四级）
20250411周五时间段：23:52-00:00
把测试用例跑一下，修改成通义千问，跑起来如下：
图3c-1
注：报错了，看下为啥。
第四步：报错（四级）
20250412周六时间段：00:19-01:00
看下为啥报错，看能不能把具体的错误打出来，如下：
图3c-2
注：错误文字版本如下：
**ERROR**:
**ERROR**: <400> InternalError.Algo.InvalidParameter: Range of max_tokens should be [1, 8192]
注：修改一下max_tokens，修改如下：
图3c-3
注：接下来，把分科也需要修改一下，修改如下：
图3c-4
注：这样就可以了，接下来，上线测试。
四、头条号战果汇报
昨日数据来啦，累计总收入:6674.4，昨日总收入:334.9 ，昨日总播放:388.1万，可提现总金额:2050.2，软件截图如下：
图3d-1
注：想要全脱管运营头条号的联系我，你出账号，我来运营，收益四六分成（你六我四），你当甩手掌柜，每天都能得几块零花钱，财富wx： 17701328814，也可以加群先了解一下。
图2d-2
五、生活照片
拍摄于2025年6月1日，13:13:14，带二宝在小区门口玩，当时二宝两岁八个月。小时候想着长大了就好了，不再受人欺负，并且可以支配自己的金钱，想买啥买啥。长大了发现，有很多地方花钱，根本没有财务自由，所以，我给两个孩子说，你们就负责快乐成长，现在想实现的梦想，我和你妈尽量帮你们实现，别长大了，想着小时候买一个棒球帽或者全套的奥特曼就好了，现在买了也不想玩了。每个阶段有每个阶段的义务和使命，过好每一天才是正理，加油！
图2e-1
《本文完》
10个月宝宝每天需要喝多少奶粉？
