修正prechunk链接出错

@@ -21,6 +21,8 @@ RAGAS_GENERATOR_MODEL=gpt-4o-mini
 RAGAS_JUDGE_MODEL=gpt-4o-mini
 RAGAS_JUDGE_MODEL=gpt-4o-mini
 RAGAS_EMBEDDING_MODEL=text-embedding-3-small
 RAGAS_EMBEDDING_MODEL=text-embedding-3-small
 RAGAS_ENABLE_THINKING=false
 RAGAS_ENABLE_THINKING=false
+RAGAS_HTTP_KEEPALIVE=false
+RAGAS_TESTSET_TRANSFORMS=single_hop_entities
 
 
 TESTSET_SIZE=50
 TESTSET_SIZE=50
 TESTSET_RAGAS_MODE=direct
 TESTSET_RAGAS_MODE=direct

@@ -40,6 +40,8 @@ cp .env.example .env
 - `RAGAS_EMBEDDING_BASE_URL` 指向 Infinity embedding 的 OpenAI-compatible `/v1`
 - `RAGAS_EMBEDDING_BASE_URL` 指向 Infinity embedding 的 OpenAI-compatible `/v1`
 - `RAGAS_*_MODEL` 是评估侧模型名称
 - `RAGAS_*_MODEL` 是评估侧模型名称
 - `RAGAS_ENABLE_THINKING=false` 只会在本评估项目的 RAGAS LLM 请求中发送 `chat_template_kwargs.enable_thinking=false`，不会改变 WeKnora 检索/问答服务的模型配置
 - `RAGAS_ENABLE_THINKING=false` 只会在本评估项目的 RAGAS LLM 请求中发送 `chat_template_kwargs.enable_thinking=false`，不会改变 WeKnora 检索/问答服务的模型配置
+- `RAGAS_HTTP_KEEPALIVE=false` 会让 RAGAS LLM 请求使用短连接，规避长流程中 async HTTP 连接清理问题
+- `RAGAS_TESTSET_TRANSFORMS=single_hop_entities` 会让 `prechunked` 只运行单跳 QA 所需的实体抽取 transform；设为 `default` 可回到 Ragas 默认 prechunked transforms
 
 
 ## 首轮 Pilot
 ## 首轮 Pilot
 
 

@@ -297,12 +297,16 @@ TESTSET_RAGAS_MODE=direct
 TESTSET_GENERATOR_MAX_TOKENS=4096
 TESTSET_GENERATOR_MAX_TOKENS=4096
 TESTSET_MAX_DOCUMENT_CHARS=2000
 TESTSET_MAX_DOCUMENT_CHARS=2000
 RAGAS_ENABLE_THINKING=false
 RAGAS_ENABLE_THINKING=false
+RAGAS_HTTP_KEEPALIVE=false
+RAGAS_TESTSET_TRANSFORMS=default
 ```
 ```
 
 
 `direct` 模式会跳过 Ragas 默认的 `HeadlinesExtractor`、`SummaryExtractor`、`NERExtractor` 文档预处理链路，直接把 WeKnora chunks 组装成 Ragas KnowledgeGraph 并生成单跳 QA。`prechunked` 和 `langchain_docs` 仅用于对比实验，遇到本地 vLLM 结构化输出不稳定时不建议使用。
 `direct` 模式会跳过 Ragas 默认的 `HeadlinesExtractor`、`SummaryExtractor`、`NERExtractor` 文档预处理链路，直接把 WeKnora chunks 组装成 Ragas KnowledgeGraph 并生成单跳 QA。`prechunked` 和 `langchain_docs` 仅用于对比实验，遇到本地 vLLM 结构化输出不稳定时不建议使用。
 
 
 如果使用 Qwen thinking 模型，`RAGAS_ENABLE_THINKING=false` 会只在 RAGAS 请求里附加 `chat_template_kwargs.enable_thinking=false`，避免 RAGAS 的 JSON/Pydantic 结构化输出被 `Thinking Process` 前缀破坏；WeKnora 本身的检索问答链路不经过这些脚本，不会受影响。
 如果使用 Qwen thinking 模型，`RAGAS_ENABLE_THINKING=false` 会只在 RAGAS 请求里附加 `chat_template_kwargs.enable_thinking=false`，避免 RAGAS 的 JSON/Pydantic 结构化输出被 `Thinking Process` 前缀破坏；WeKnora 本身的检索问答链路不经过这些脚本，不会受影响。
 
 
+如果 `prechunked` 模式在本地 vLLM 上出现 `Event loop is closed` 或 `APIConnectionError`，保持 `RAGAS_HTTP_KEEPALIVE=false`。如果想验证 Ragas 默认 prechunked transforms，可临时设置 `RAGAS_TESTSET_TRANSFORMS=default`，但它会重新启用 summary/filter/theme/relationship 等更重的中间步骤。
+
 如果 vLLM 仍然报生成未完成，先把 `TESTSET_SIZE` 降到 3，再把 `TESTSET_MAX_DOCUMENT_CHARS` 调到 1000-1500 验证链路；`ragas.max_tokens` 主要用于后续评测阶段，不应该拿来无限放大测试集生成阶段的输出长度。
 如果 vLLM 仍然报生成未完成，先把 `TESTSET_SIZE` 降到 3，再把 `TESTSET_MAX_DOCUMENT_CHARS` 调到 1000-1500 验证链路；`ragas.max_tokens` 主要用于后续评测阶段，不应该拿来无限放大测试集生成阶段的输出长度。
 
 
 ### WeKnora 问答没有 retrieved_contexts
 ### WeKnora 问答没有 retrieved_contexts

@@ -73,6 +73,8 @@ ragas:
   judge_model: "${RAGAS_JUDGE_MODEL}"
   judge_model: "${RAGAS_JUDGE_MODEL}"
   embedding_model: "${RAGAS_EMBEDDING_MODEL}"
   embedding_model: "${RAGAS_EMBEDDING_MODEL}"
   enable_thinking: "${RAGAS_ENABLE_THINKING:-false}"
   enable_thinking: "${RAGAS_ENABLE_THINKING:-false}"
+  http_keepalive: "${RAGAS_HTTP_KEEPALIVE:-false}"
+  testset_transforms: "${RAGAS_TESTSET_TRANSFORMS:-single_hop_entities}"
   temperature: 0
   temperature: 0
   max_tokens: 4096
   max_tokens: 4096
   timeout_seconds: 600
   timeout_seconds: 600

@@ -10,8 +10,21 @@ def chat_extra_body(config: dict[str, Any]) -> dict[str, Any]:
 
 
 
 
 def chat_openai_kwargs(config: dict[str, Any]) -> dict[str, Any]:
 def chat_openai_kwargs(config: dict[str, Any]) -> dict[str, Any]:
+    kwargs: dict[str, Any] = {}
     extra_body = chat_extra_body(config)
     extra_body = chat_extra_body(config)
-    return {"extra_body": extra_body} if extra_body else {}
+    if extra_body:
+        kwargs["extra_body"] = extra_body
+    if not _as_bool(config.get("http_keepalive", False)):
+        try:
+            import httpx
+        except ImportError:
+            return kwargs
+        timeout_seconds = float(config.get("timeout_seconds", 600))
+        limits = httpx.Limits(max_connections=1, max_keepalive_connections=0)
+        timeout = httpx.Timeout(timeout_seconds)
+        kwargs["http_client"] = httpx.Client(limits=limits, timeout=timeout)
+        kwargs["http_async_client"] = httpx.AsyncClient(limits=limits, timeout=timeout)
+    return kwargs
 
 
 
 
 def _as_bool(value: Any) -> bool:
 def _as_bool(value: Any) -> bool:

@@ -20,6 +20,7 @@ from ragas.testset.synthesizers.single_hop.base import (
 from ragas.testset.synthesizers.single_hop.specific import (
 from ragas.testset.synthesizers.single_hop.specific import (
     SingleHopSpecificQuerySynthesizer,
     SingleHopSpecificQuerySynthesizer,
 )
 )
+from ragas.testset.transforms.extractors.llm_based import NERExtractor
 
 
 from weknora_eval.config import require_config
 from weknora_eval.config import require_config
 from weknora_eval.loaders import read_jsonl, write_jsonl
 from weknora_eval.loaders import read_jsonl, write_jsonl
@@ -238,6 +239,7 @@ def _generate_ragas_prechunked(
     return generator.generate_with_chunks(
     return generator.generate_with_chunks(
         documents,
         documents,
         testset_size=size,
         testset_size=size,
+        transforms=_prechunked_transforms(ragas_config, ragas_llm),
         query_distribution=[(SingleHopSpecificQuerySynthesizer(llm=ragas_llm), 1.0)],
         query_distribution=[(SingleHopSpecificQuerySynthesizer(llm=ragas_llm), 1.0)],
         run_config=run_config,
         run_config=run_config,
         raise_exceptions=True,
         raise_exceptions=True,
@@ -264,6 +266,19 @@ def _generate_ragas_langchain_docs(
     return generator.generate_with_langchain_docs(documents, **generate_kwargs)
     return generator.generate_with_langchain_docs(documents, **generate_kwargs)
 
 
 
 
+def _prechunked_transforms(ragas_config: dict[str, Any], ragas_llm: Any) -> Any:
+    mode = str(ragas_config.get("testset_transforms", "single_hop_entities"))
+    if mode == "default":
+        return None
+    if mode == "single_hop_entities":
+        return [NERExtractor(llm=ragas_llm, filter_nodes=_is_chunk_node)]
+    raise ValueError(f"Unsupported ragas.testset_transforms: {mode}")
+
+
+def _is_chunk_node(node: Any) -> bool:
+    return getattr(getattr(node, "type", None), "name", "") == "CHUNK"
+
+
 def _build_embeddings(
 def _build_embeddings(
     config: dict[str, Any], ragas_config: dict[str, Any]
     config: dict[str, Any], ragas_config: dict[str, Any]
 ) -> OpenAIEmbeddings:
 ) -> OpenAIEmbeddings: