解决查询命中缓存时流式响应未遵循Ollma规范的问题

- rag返回结果未字符串时，响应分两次发送
- 第一次发送查询内容
- 第二次发送统计信息

lightrag/api/lightrag_ollama.py

@@ -709,7 +709,8 @@ def create_app(args):
                     try:
                         # 确保 response 是异步生成器
                         if isinstance(response, str):
-                            # 如果是字符串，作为单个完整响应发送
+                            # 如果是字符串,分两次发送
+                            # 第一次发送查询内容
                             data = {
                                 "model": LIGHTRAG_MODEL,
                                 "created_at": LIGHTRAG_CREATED_AT,
@@ -718,7 +719,21 @@ def create_app(args):
                                     "content": response,
                                     "images": None
                                 },
-                                "done": True
+                                "done": False
+                            }
+                            yield f"{json.dumps(data, ensure_ascii=False)}\n"
+                            
+                            # 第二次发送统计信息
+                            data = {
+                                "model": LIGHTRAG_MODEL,
+                                "created_at": LIGHTRAG_CREATED_AT,
+                                "done": True,
+                                "total_duration": 1,
+                                "load_duration": 1,
+                                "prompt_eval_count": 999,
+                                "prompt_eval_duration": 1,
+                                "eval_count": 999,
+                                "eval_duration": 1
                             }
                             yield f"{json.dumps(data, ensure_ascii=False)}\n"
                         else:

test_lightrag_ollama_chat.py

@@ -119,7 +119,7 @@ DEFAULT_CONFIG = {
     "test_cases": {
         "basic": {
             "query": "孙悟空",
-            "stream_query": "孙悟空有什么法力，性格特征是什么"
+            "stream_query": "孙悟空"
         }
     }
 }