.

scripts/rag_build_query.py

@@ -147,6 +147,18 @@ def build_user_index(user_id: str):
         faiss.write_index(faiss_index, faiss_index_file)  # 使用 Faiss 的 write_index 方法保存索引
         logger.info(f"Faiss 索引已保存到 {faiss_index_file}")
         
+
+        # 同步保存文本和向量
+        # 将文本和对应的向量一起存储，确保 Faiss 向量存储和文本数据关联
+        for i, document in enumerate(documents):  # 修改日期：2025-05-10
+            # 获取文本并生成向量
+            text = document.text
+            embedding = embed_model._get_query_embedding(text)
+
+            # 将文本和向量添加到 Faiss 向量存储
+            vector_store.add([(embedding, text)])  # 保存向量和文本
+
+
         # 使用 storage_context.persist() 保存其他索引数据
         storage_context.persist(persist_dir=persist_dir)
         logger.info(f"索引数据已保存到 {persist_dir}")