fix law_chat_bot

[Flamx123]

问题定位与解决

Bug1

在添加 qwen 的 API KEY 后 sample_standard_app/app/examples/law_chat_bot.py 无法跑通，报错如下：

在配置文件 sample_standard_app/app/core/agent/rag_agent_case/law_rag_agent.yaml 中显示，law_chat_bot.py 使用的 agent 为 law_rag_agent，其调用的模型为 qwen_llm

info:
  name: 'law_rag_agent'
  description: '一个法律顾问，可以根据给出的事件，以及提供的背景知识做出客观的司法判断。'
profile:
  introduction: 你是一位精通信息分析的ai法律顾问。
  target: 你的目标是根据给出的事件，以及提供的背景知识做出客观的司法判断。
  instruction: |
    你需要遵守的规则是:
    1. 必须使用中文结合背景信息做出判决，没有在背景知识中的条例不允许引用。
    2. 结构化答案生成，必要时通过空行提升阅读体验。
    3. 多考虑背景知识和场景的关联性。
    4. 多使用“根据民法典第XX条”“根据刑法第XX条”这种句式开头，但要求事件内容确实和对应条目相关，否则不要提及。
    5. 如果背景信息和内容无关则不要引用，引用条例时不要再强调“根据背景信息”这一点。
    

    背景信息是:
    {background}

    事件是: {input}
  llm_model:
    name: 'qwen_llm'
    model_name: 'qwen-max'
plan:
  planner:
    name: 'rag_planner'
action:
  knowledge:
    - 'law_knowledge'
metadata:
  type: 'AGENT'
  module: 'sample_standard_app.app.core.agent.rag_agent_case.law_rag_agent'
  class: 'LawRagAgent'

对比 demo_rag_agent 的配置文件sample_standard_app/app/core/agent/rag_agent_case/demo_rag_agent.yaml，law_rag_agent 中增加了 law_knowledge（sample_standard_app/app/core/agent/rag_agent_case/law_rag_agent.yaml）：

name: "law_knowledge"
description: "中国民法与刑法相关的知识库"
stores:
    - "civil_law_chroma_store"
    - "criminal_law_chroma_store"
    - "civil_law_sqlite_store"
    - "criminal_law_sqlite_store"
query_paraphrasers:
    - "custom_query_keyword_extractor"
insert_processors:
    - "recursive_character_text_splitter"
rag_router: "nlu_rag_router"
post_processors:
    - "dashscope_reranker"
readers:
    pdf: "default_pdf_reader"

metadata:
  type: 'KNOWLEDGE'
  module: 'sample_standard_app.app.core.knowledge.law_knowledge'
  class: 'LawKnowledge'

其中的 nlu_rag_router （sample_standard_app/app/core/rag_router/nlu_rag_router.yaml）也调用了 llm，且默认为 gpt：

name: 'nlu_rag_router'
description: 'base rag router map query to all store'
store_amount: 2
llm:
  name: demo_llm
  model_name: gpt-4o
metadata:
  type: 'RAG_ROUTER'
  module: 'agentuniverse.agent.action.knowledge.rag_router.nlu_rag_router'
  class: 'NluRagRouter'

将 demo_llm 修改为 qwen_llm 后，该 Bug 解决。

Bug2

Bug1 解决后再次运行 law_chat_bot.py 虽有输出，但仍有报错，且输出的 retrieved background 为空：

定位报错信息的 agentuniverse/agent/action/knowledge/knowledge.py 的 190 附近，原因是 futures 的返回结果为空，此处应该是在知识库 civil_law_chroma_store 和 civil_law_sqlite_store 中进行检索

单独运行 StoreManager().get_instance_obj().query()，出现报错：

Bug2.1

报错是因为 agentuniverse/agent/action/knowledge/store/chroma_store.py 中 self.collection 为 None，根本原因是 self.collection 在 _new_client 中被赋值，但 _new_client 未被调用：

在 self.collection 为 None 时增加 _new_client 的调用后该 Bug 消失：

Bug2.2

Bug2.1 解决后再次运行 law_chat_bot.py 仍有报错：

报错是因为 agentuniverse/agent/action/knowledge/store/sqlite_store.py 中 self.conn 为 None，根本原因同样是 self.conn 在 _new_client 中被赋值，但 _new_client 未被调用：

同样在 self.conn 为 None 时增加 _new_client 的调用：

解决完 Bug2.1 和 Bug2.2 后 futures 的返回结果正常，最终输出结果的 retrieved background 不为空：