resolve conflict

KAGGLE_INIT.py

@@ -0,0 +1,148 @@
+"""
+Kaggle 会话初始化脚本
+解决 Stop Session 后项目丢失的问题
+
+使用方法：
+在 Kaggle Notebook 第一个单元格运行：
+    exec(open('/kaggle/input/your-dataset/KAGGLE_INIT.py').read())
+或者直接复制此脚本内容到第一个单元格
+"""
+
+import os
+import subprocess
+import sys
+from pathlib import Path
+
+print("🚀 Kaggle 会话自动初始化")
+print("="*70)
+
+# ==================== 配置区域 ====================
+REPO_URL = "https://github.com/LannyCodes/adaptive_RAG.git"
+PROJECT_DIR = "/kaggle/working/adaptive_RAG"
+PREVIOUS_RUN_INPUT = "/kaggle/input/output"  # 👈 修改为您保存的 Dataset 名称
+
+# ==================== 1. 检查并克隆项目 ====================
+print("\n📦 步骤 1: 检查项目状态...")
+
+if os.path.exists(PROJECT_DIR):
+    print(f"   ✅ 项目已存在: {PROJECT_DIR}")
+    print("   ℹ️ 如需更新代码，请运行:")
+    print(f"      cd {PROJECT_DIR} && git pull origin main")
+else:
+    print(f"   📥 项目不存在，开始克隆...")
+    
+    os.chdir('/kaggle/working')
+    
+    result = subprocess.run(
+        ['git', 'clone', REPO_URL],
+        capture_output=True,
+        text=True
+    )
+    
+    if result.returncode == 0:
+        print(f"   ✅ 项目克隆成功")
+    else:
+        print(f"   ❌ 克隆失败:")
+        print(f"      {result.stderr}")
+        print("\n   💡 可能的原因:")
+        print("      1. 网络问题")
+        print("      2. 仓库地址错误")
+        print("      3. 仓库是私有的（需要认证）")
+        sys.exit(1)
+
+# ==================== 2. 恢复之前的数据 ====================
+print("\n💾 步骤 2: 检查之前的运行数据...")
+
+if os.path.exists(PREVIOUS_RUN_INPUT):
+    print(f"   ✅ 发现之前的数据: {PREVIOUS_RUN_INPUT}")
+    
+    # 列出可恢复的文件
+    saved_files = list(Path(PREVIOUS_RUN_INPUT).glob('*'))
+    
+    if saved_files:
+        print(f"   📂 可恢复的文件:")
+        for file in saved_files[:10]:  # 只显示前10个
+            print(f"      • {file.name}")
+        
+        # 恢复知识图谱（如果存在）
+        kg_file = Path(PREVIOUS_RUN_INPUT) / 'knowledge_graph.pkl'
+        if kg_file.exists():
+            import shutil
+            dest = Path(PROJECT_DIR) / 'knowledge_graph.pkl'
+            shutil.copy2(kg_file, dest)
+            print(f"   ✅ 已恢复知识图谱")
+        
+        print(f"\n   💡 如需恢复其他文件，使用:")
+        print(f"      import shutil")
+        print(f"      shutil.copy2('{PREVIOUS_RUN_INPUT}/文件名', '{PROJECT_DIR}/文件名')")
+    else:
+        print("   ⚠️ 数据目录为空")
+else:
+    print("   ℹ️ 未发现之前的运行数据（首次运行）")
+    print(f"   💡 会话结束时，将 /kaggle/working 保存为 Dataset")
+    print(f"      命名为: output")
+
+# ==================== 3. 设置工作环境 ====================
+print("\n⚙️ 步骤 3: 设置工作环境...")
+
+# 进入项目目录
+os.chdir(PROJECT_DIR)
+
+# 添加到 Python 路径
+if PROJECT_DIR not in sys.path:
+    sys.path.insert(0, PROJECT_DIR)
+
+print(f"   ✅ 当前目录: {os.getcwd()}")
+print(f"   ✅ Python 路径已更新")
+
+# ==================== 4. 显示系统信息 ====================
+print("\n📊 步骤 4: 系统信息...")
+
+# Python 版本
+print(f"   • Python: {sys.version.split()[0]}")
+
+# GPU 状态
+gpu_check = subprocess.run(['nvidia-smi'], capture_output=True, text=True)
+if gpu_check.returncode == 0:
+    # 提取 GPU 信息
+    for line in gpu_check.stdout.split('\n'):
+        if 'Tesla' in line or 'P100' in line or 'T4' in line:
+            print(f"   • GPU: {line.strip()}")
+            break
+else:
+    print("   • GPU: 不可用")
+
+# 磁盘空间
+disk_check = subprocess.run(['df', '-h', '/kaggle/working'], capture_output=True, text=True)
+if disk_check.returncode == 0:
+    lines = disk_check.stdout.strip().split('\n')
+    if len(lines) > 1:
+        info = lines[1].split()
+        print(f"   • 可用空间: {info[3]}")
+
+# ==================== 5. 快速测试 ====================
+print("\n🧪 步骤 5: 快速测试...")
+
+# 检查关键文件
+key_files = [
+    'entity_extractor.py',
+    'graph_indexer.py',
+    'knowledge_graph.py',
+    'config.py'
+]
+
+all_files_exist = True
+for file in key_files:
+    if os.path.exists(file):
+        print(f"   ✅ {file}")
+    else:
+        print(f"   ❌ {file} 缺失")
+        all_files_exist = False
+
+if not all_files_exist:
+    print("\n   ⚠️ 部分关键文件缺失，请检查仓库")
+
+# ==================== 完成 ====================
+print("\n" + "="*70)
+print("✅ 初始化完成！")
+print("="*70)