Add LLM configuration and update URL routing

- Introduced LLM configuration in rag_config.yaml and corresponding LLMConfig class in config.py.
- Updated load_rag_config function to parse LLM settings from the configuration file.
- Added new API route for RAG in urls.py to facilitate access to the chat model.
- Modified QdrantVectorStore to use query_points method for improved functionality.

config/rag_config.yaml

@@ -18,6 +18,12 @@ chunking:
   max_chunk_tokens: 500
   overlap_tokens: 50
 
+# تنظیمات مدل چت (LLM) — Avalai
+llm:
+  model: "gpt-4o"
+  base_url: "https://api.avalai.ir/v1"
+  api_key_env: "AVALAI_API_KEY"
+
 tone_file: "config/tone.txt"
 knowledge_base_path: "config/knowledge_base"
 user_info_path: "config/user_info"

config/urls.py

@@ -3,6 +3,7 @@ from django.urls import include, path
 
 urlpatterns = [
     path("admin/", admin.site.urls),
+    path("api/rag/", include("rag.urls")),
     path("api/tasks/", include("tasks.urls")),
     path("api/soil-data/", include("soil_data.urls")),
     path("api/sensor-data/", include("sensor_data.urls")),

rag/__init__.py

@@ -3,6 +3,7 @@
 فاز یک: Qdrant به‌عنوان vector store
 """
 
+from .chat import chat_rag_stream
 from .chunker import chunk_text, chunk_texts
 from .client import get_qdrant_client
 from .config import load_rag_config
@@ -12,6 +13,7 @@ from .retrieve import search_with_query
 from .vector_store import QdrantVectorStore
 
 __all__ = [
+    "chat_rag_stream",
     "chunk_text",
     "chunk_texts",
     "embed_single",

rag/chat.py

@@ -0,0 +1,102 @@
+"""
+چت RAG با استریم — استفاده از دیتای embed شده کاربر و Avalai API
+"""
+import os
+from pathlib import Path
+
+from openai import OpenAI
+
+from .config import load_rag_config, RAGConfig
+from .retrieve import search_with_query
+
+
+def _get_chat_client(config: RAGConfig | None) -> OpenAI:
+    """ساخت کلاینت OpenAI برای Avalai Chat API."""
+    cfg = config or load_rag_config()
+    llm = cfg.llm
+    env_var = llm.api_key_env or "AVALAI_API_KEY"
+    api_key = os.environ.get(env_var)
+    base_url = llm.base_url or os.environ.get(
+        "AVALAI_BASE_URL", "https://api.avalai.ir/v1"
+    )
+    return OpenAI(api_key=api_key, base_url=base_url)
+
+
+def _load_tone(config: RAGConfig | None) -> str:
+    """بارگذاری فایل لحن."""
+    cfg = config or load_rag_config()
+    base = Path(__file__).resolve().parent.parent
+    tone_path = base / cfg.tone_file
+    if tone_path.exists():
+        return tone_path.read_text(encoding="utf-8").strip()
+    return ""
+
+
+def build_rag_context(query: str, config: RAGConfig | None = None, limit: int = 5) -> str:
+    """
+    بازیابی متن‌های مرتبط از RAG برای کوئری کاربر.
+    """
+    results = search_with_query(query, limit=limit, config=config)
+    if not results:
+        return ""
+    parts = []
+    for r in results:
+        text = r.get("text", "").strip()
+        if text:
+            parts.append(text)
+    return "\n\n---\n\n".join(parts)
+
+
+def chat_rag_stream(
+    query: str,
+    config: RAGConfig | None = None,
+    limit: int = 5,
+    system_override: str | None = None,
+):
+    """
+    چت RAG با استریم: دیتای embed شده را بازیابی می‌کند و با LLM جواب می‌دهد.
+
+    Args:
+        query: پیام کاربر
+        config: تنظیمات RAG
+        limit: تعداد چانک‌های بازیابی‌شده
+        system_override: جایگزین system prompt (اختیاری)
+
+    Yields:
+        تک‌تک deltaهای content به‌صورت رشته
+    """
+    cfg = config or load_rag_config()
+    client = _get_chat_client(cfg)
+    model = cfg.llm.model
+
+    context = build_rag_context(query, config=cfg, limit=limit)
+
+    if system_override is not None:
+        system_content = system_override
+    else:
+        tone = _load_tone(cfg)
+        system_parts = [tone] if tone else []
+        system_parts.append(
+            "با استفاده از بخش «متن‌های مرجع» زیر به سوال کاربر پاسخ بده. "
+            "فقط در حد نیاز از مرجع استفاده کن و پاسخ را به زبان کاربر بنویس."
+        )
+        if context:
+            system_parts.append("\n\nمتن‌های مرجع:\n" + context)
+        system_content = "\n".join(system_parts)
+
+    messages = [
+        {"role": "system", "content": system_content},
+        {"role": "user", "content": query},
+    ]
+
+    stream = client.chat.completions.create(
+        model=model,
+        messages=messages,
+        stream=True,
+    )
+
+    for chunk in stream:
+        delta = chunk.choices[0].delta if chunk.choices else None
+        content = delta.content if delta else ""
+        if content:
+            yield content

rag/config.py

@@ -32,11 +32,19 @@ class ChunkingConfig:
     overlap_tokens: int = 50
 
 
+@dataclass
+class LLMConfig:
+    model: str = "gpt-4o"
+    base_url: str | None = None
+    api_key_env: str | None = None
+
+
 @dataclass
 class RAGConfig:
     embedding: EmbeddingConfig
     qdrant: QdrantConfig
     chunking: ChunkingConfig
+    llm: LLMConfig = field(default_factory=LLMConfig)
     tone_file: str = "config/tone.txt"
     knowledge_base_path: str = "config/knowledge_base"
     user_info_path: str = "config/user_info"
@@ -82,10 +90,18 @@ def load_rag_config(config_path: str | Path | None = None) -> RAGConfig:
         overlap_tokens=ch.get("overlap_tokens", 50),
     )
 
+    llm_data = data.get("llm", {})
+    llm = LLMConfig(
+        model=llm_data.get("model", "gpt-4o"),
+        base_url=llm_data.get("base_url"),
+        api_key_env=llm_data.get("api_key_env"),
+    )
+
     return RAGConfig(
         embedding=embedding,
         qdrant=qdrant,
         chunking=chunking,
+        llm=llm,
         tone_file=data.get("tone_file", "config/tone.txt"),
         knowledge_base_path=data.get("knowledge_base_path", "config/knowledge_base"),
         user_info_path=data.get("user_info_path", "config/user_info"),

rag/urls.py

@@ -0,0 +1,7 @@
+from django.urls import path
+
+from .views import ChatView
+
+urlpatterns = [
+    path("chat/", ChatView.as_view()),
+]

rag/vector_store.py

@@ -98,20 +98,24 @@ class QdrantVectorStore:
     ) -> list[dict]:
         """
         جستجوی شباهت بر اساس query vector.
+        از query_points استفاده می‌کند (qdrant-client >= 2.0).
         """
-        results = self.client.search(
+        response = self.client.query_points(
             collection_name=self.qdrant.collection_name,
-            query_vector=query_vector,
+            query=query_vector,
             limit=limit,
             score_threshold=score_threshold,
         )
+        points = getattr(response, "points", []) or []
 
         return [
             {
                 "id": str(r.id),
-                "score": r.score,
+                "score": float(r.score) if r.score is not None else 0.0,
-                "text": r.payload.get("text", ""),
+                "text": (r.payload or {}).get("text", ""),
-                "metadata": {k: v for k, v in r.payload.items() if k != "text"},
+                "metadata": {
+                    k: v for k, v in (r.payload or {}).items() if k != "text"
+                },
             }
-            for r in results
+            for r in points
         ]

rag/views.py

@@ -0,0 +1,43 @@
+"""
+ویوهای RAG — چت با استریم
+"""
+from django.http import StreamingHttpResponse
+from rest_framework import status
+from rest_framework.request import Request
+from rest_framework.response import Response
+from rest_framework.views import APIView
+
+from .chat import chat_rag_stream
+
+
+class ChatView(APIView):
+    """
+    چت RAG با استریم.
+    POST با {"message": "متن سوال"} یا query param message
+    """
+
+    def post(self, request: Request):
+        message = request.data.get("message") or request.query_params.get("message")
+        if not message or not isinstance(message, str):
+            return Response(
+                {"code": 400, "msg": "پارامتر message الزامی است."},
+                status=status.HTTP_400_BAD_REQUEST,
+            )
+        message = str(message).strip()
+        if not message:
+            return Response(
+                {"code": 400, "msg": "پیام نباید خالی باشد."},
+                status=status.HTTP_400_BAD_REQUEST,
+            )
+
+        def generate():
+            try:
+                for chunk in chat_rag_stream(message):
+                    yield chunk
+            except Exception as e:
+                yield f"\n[خطا: {e}]"
+
+        return StreamingHttpResponse(
+            generate(),
+            content_type="text/plain; charset=utf-8",
+        )