tangyuanAI

外观

08 Knowledge Base (RAG) ​

🎯 学完能给 agent 接知识库,做文档检索增强问答。

概念 ​

tangyuanAI 内置 Knowledge 类,封装了 RAG 三大能力:

  • 文档加载(PDF / DOCX / HTML / Markdown / ...)
  • 文本切分(langchain-text-splitters / tiktoken-aware)
  • 检索(全文 + 向量 + 可选重排)

默认 vendored 实现(kb/)无需额外依赖。要换实现就注册第三方 plugin。

5 行代码起步 ​

python
import tangyuanAI
from tangyuanAI.kb import Knowledge

kb = Knowledge(name="docs")
kb.add("./docs")                              # 加载整个目录

agent = tangyuanAI.agent_list["qa"]
agent.conversation("根据文档回答:tangyuanAI 的核心定位是什么?")
# framework 自动 kb.query() 把相关片段塞进 agent 上下文

多实例隔离 ​

python
kb_main = Knowledge(name="main")
kb_legal = Knowledge(name="legal")
# 不同 agent 用不同 kb,互不串

完整 demo ​

进阶 ​

  • docs/kb.md —— Knowledge 完整 API / 重排 / chunking 策略

常见问题 ​

Q: 默认用哪个向量库? A: qdrant-client(已依赖),本地嵌入式模式(qdrant-client 自带)或 server 模式(QDRANT_URL 环境变量)。

Q: 我想换 embedding 模型? A: Knowledge(embedding="text-embedding-3-large") 或自定义通过 register_feature 替换默认实现。