Update app.py

app.py

@@ -6,7 +6,7 @@ import logging
 # LangChain 0.1.x 系列的导入方式
 from langchain_chroma import Chroma
 from langchain.embeddings import HuggingFaceEmbeddings
-from langchain_community.llms import HuggingFacePipeline  # <--- 这次主要修改在这里！
+from langchain_community.llms import HuggingFacePipeline
 from langchain.chains import RetrievalQA
 
 # Transformers 库
@@ -15,9 +15,10 @@ from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
 logging.basicConfig(level=logging.INFO)
 
 # 设置路径
-VECTOR_STORE_DIR = "./vector_store"
-MODEL_NAME = "./hf_models_cache/models--uer--gpt2-chinese-cluecorpussmall"
-EMBEDDING_MODEL_NAME = "./hf_models_cache/models--sentence-transformers--paraphrase-multilingual-mpnet-base-v2"
+# 直接使用 Hugging Face Hub 上的模型 ID，而不是本地缓存路径
+VECTOR_STORE_DIR = "./vector_store" # 这个目录用于 ChromaDB，我们保留
+MODEL_NAME = "uer/gpt2-chinese-cluecorpussmall"  # <--- 修改这里！
+EMBEDDING_MODEL_NAME = "sentence-transformers/paraphrase-multilingual-mpnet-base-v2" # <--- 修改这里！
 
 # 1. 轻量 LLM（uer/gpt2-chinese-cluecorpussmall）
 print("🔧 加载生成模型...")