rag-assistant-ldxs 0.10.0

rag-assistant — AI Agent

RAG Assistant

本地知识库问答智能体 — LLM 驱动的组合式语义检索与多库路由。 作者：wUwproject | 许可证：Apache 2.0

基于 local-rag-builder 技能构建的独立 RAG 智能体，支持 LM Studio / Ollama 双后端。

---

核心特性

特性	说明
组合式查询	LLM 自动对问题做实体/属性分词（entities + attrs），穷举组合后独立检索，SM3 去重合并，LLM 综合回答
多库路由	硬编码关键词 + 语义回退（FallbackRouter）双路由，自动匹配最相关的知识库
自修正决策	LLM 输出格式错误时自动反馈重试（最多 5 次），重试耗尽时清上下文重来
配置持久化	timeout / max_tokens / backend / model 全部保存到 config.json，刷新页面不丢
联网搜索	可选启用，扩展知识库覆盖范围

---

文件结构

agent/rag-assistant/
├── main.py                           # 入口，CLI + Web 双模式
├── rag_assistant/
│   ├── agent.py                      # Agent 决策循环
│   ├── web_ui.py                     # Web 界面（port 8765）
│   ├── llm_client.py                 # LLM 统一客户端
│   ├── rag_wrapper.py                # 技能封装层
│   ├── search.py                     # 联网搜索
│   └── memory.py                     # 记忆管理
├── scripts/                          # 技能核心模块
├── vendor/                           # 内嵌第三方库
└── data/                             # 运行时数据
    ├── config/rag_config.json        # LLM 与检索配置
    ├── models/                       # 嵌入/路由/rerank 模型
    ├── kb/                           # 知识库（Chroma 向量库）
    └── ...

---

快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 启动（需要 LM Studio 或 Ollama 运行中）
python main.py

# 3. 打开浏览器访问 http://localhost:8765

架构概览

用户输入
  → [LLM 决策层]
       ├─ 闲聊 → 直接回答
       └─ 知识库查询 → entities/attrs 分词
           → [组合展开器] 穷举 entities × attrs
           → [多切片检索] 每片独立走完整 RAG 流程
              1. 路由（嵌入模型 × KB签名/关键词）
              2. 检索（Chroma 相似度）
              3. (可选) 重排序（reranker）
              4. (可选) NLI 三向分类（entailment/neutral/contradiction）
           → [SM3 去重合并]（保留 NLI 标签）
           → [LLM 综合回答]（带 NLI 标签辅助判断）

依赖

• LM Studio 或 Ollama（本地 LLM 推理服务）
• Python 3.9+
• 嵌入模型（推荐 BAAI/bge-small-zh-v1.5）
• ChromaDB（向量存储，自动安装）

协议

Apache 2.0