Update app.py

app.py

@@ -5,7 +5,6 @@ import torch
 import pandas as pd
 import faiss
 from huggingface_hub import hf_hub_download
-from transformers import CLIPProcessor, CLIPModel
 import time
 
 # 创建安全缓存目录
@@ -16,58 +15,62 @@ os.makedirs(CACHE_DIR, exist_ok=True)
 os.environ["PYTORCH_CUDA_ALLOC_CONF"] = "max_split_size_mb:32"
 torch.set_num_threads(1)
 
-# 全局变量
+# 全局变量 - 移除了clip_model和clip_processor
 index = None
 metadata = None
-clip_model = None
-clip_processor = None
 
 def load_resources():
     """加载所有必要资源（768维专用）"""
-    global index, metadata, clip_model, clip_processor
-    
-    # 加载CLIP模型（用于维度验证）
-    if clip_model is None:
-        print("正在加载CLIP模型...")
-        clip_model = CLIPModel.from_pretrained(
-            "openai/clip-vit-large-patch14",
-            cache_dir=CACHE_DIR,
-            token=None
-        )
-        clip_processor = CLIPProcessor.from_pretrained(
-            "openai/clip-vit-large-patch14",
-            cache_dir=CACHE_DIR,
-            token=None
-        )
-        print("CLIP模型加载完成")
+    # 清理残留锁文件
+    lock_files = [f for f in os.listdir(CACHE_DIR) if f.endswith('.lock')]
+    for lock_file in lock_files:
+        try:
+            os.remove(os.path.join(CACHE_DIR, lock_file))
+            print(f"🧹 清理锁文件: {lock_file}")
+        except:
+            pass
+            
+    global index, metadata
     
-    # 加载FAISS索引（768维）
-    if index is None:
-        print("正在下载FAISS索引...")
-        INDEX_PATH = hf_hub_download(
-            repo_id="GOGO198/GOGO_rag_index",
-            filename="faiss_index.bin",
-            cache_dir=CACHE_DIR,
-            token=os.getenv("HF_TOKEN")
-        )
-        index = faiss.read_index(INDEX_PATH)
+    # 仅当资源未加载时才初始化
+    if not all([index, metadata]):
+        print("🔄 正在加载所有资源...")
         
-        # 验证索引维度
-        if index.d != 768:
-            raise ValueError(f"索引维度错误：预期768维，实际{index.d}维")
-        print("FAISS索引加载完成 | 维度: 768")
-    
-    # 加载元数据
-    if metadata is None:
-        print("正在下载元数据...")
-        METADATA_PATH = hf_hub_download(
-            repo_id="GOGO198/GOGO_rag_index",
-            filename="metadata.csv",
-            cache_dir=CACHE_DIR,
-            token=os.getenv("HF_TOKEN")
-        )
-        metadata = pd.read_csv(METADATA_PATH)
-        print("元数据加载完成")
+        # 加载FAISS索引（768维）
+        if index is None:
+            print("📥 正在下载FAISS索引...")
+            try:
+                INDEX_PATH = hf_hub_download(
+                    repo_id="GOGO198/GOGO_rag_index",
+                    filename="faiss_index.bin",
+                    cache_dir=CACHE_DIR,
+                    token=os.getenv("HF_TOKEN")
+                )
+                index = faiss.read_index(INDEX_PATH)
+                
+                # 验证索引维度
+                if index.d != 768:
+                    raise ValueError(f"❌ 索引维度错误：预期768维，实际{index.d}维")
+                print(f"✅ FAISS索引加载完成 | 维度: {index.d}")
+            except Exception as e:
+                print(f"❌ FAISS索引加载失败: {str(e)}")
+                raise
+        
+        # 加载元数据
+        if metadata is None:
+            print("📄 正在下载元数据...")
+            try:
+                METADATA_PATH = hf_hub_download(
+                    repo_id="GOGO198/GOGO_rag_index",
+                    filename="metadata.csv",
+                    cache_dir=CACHE_DIR,
+                    token=os.getenv("HF_TOKEN")
+                )
+                metadata = pd.read_csv(METADATA_PATH)
+                print(f"✅ 元数据加载完成 | 记录数: {len(metadata)}")
+            except Exception as e:
+                print(f"❌ 元数据加载失败: {str(e)}")
+                raise
 
 def predict(vector):
     """处理768维向量输入并返回答案"""
@@ -133,8 +136,13 @@ with gr.Blocks() as demo:
 # 启动应用
 if __name__ == "__main__":
     # 预加载资源
-    print("启动前预加载资源...")
-    load_resources()
+    if index is None or metadata is None:
+        print("🚀 启动前预加载资源...")
+        try:
+            load_resources()
+        except Exception as e:
+            print(f"⛔ 资源加载失败: {str(e)}")
+
     
     # 确保缓存目录存在
     # import pathlib