test refactor: Add basic support to Index from vector store

chatbot_server.py

@@ -58,10 +58,17 @@ import chromadb
 db = chromadb.PersistentClient(path="chroma_db")
 chroma_collection = db.get_or_create_collection("dense_vectors")
 vector_store = ChromaVectorStore(chroma_collection=chroma_collection)
+
 storage_context = StorageContext.from_defaults(
     docstore=docstore, vector_store=vector_store
     )
-index = VectorStoreIndex(nodes = nodes, storage_context=storage_context, show_progress = True)
+
+if db.list_collections():
+    index = VectorStoreIndex.from_vector_store(vector_store=vector_store, storage_context=storage_context, show_progress = True)
+    bm25_retriever_docstore = docstore
+else:
+    index = VectorStoreIndex(nodes = nodes, storage_context=storage_context, show_progress = True)
+    bm25_retriever_docstore = index.docstore
 
 storage_context.docstore.persist("./docstore.json")
 
@@ -70,7 +77,7 @@ import nest_asyncio
 nest_asyncio.apply()
 from llama_index.retrievers.bm25 import BM25Retriever
 bm25_retriever = BM25Retriever.from_defaults(
-    docstore=index.docstore,
+    docstore=bm25_retriever_docstore,
     similarity_top_k=2,
     language = "portuguese",
     verbose=True,
@@ -106,6 +113,8 @@ chat_engine = CondensePlusContextChatEngine.from_defaults(
         " Aqui estão os documentos relevantes para o contexto:\n"
         "{context_str}"
         "\nInstrução: Use o histórico da conversa anterior, ou o contexto acima, para responder."
+        "No final da resposta, depois de uma quebra de linha escreva o nome do documento que contém a informação entre dois ||, como ||Documento Nome||"
+
     ),
 )