54 lines
1.7 KiB
Python
54 lines
1.7 KiB
Python
"""
|
||
RAG 工具模块
|
||
|
||
将检索功能封装为 LangChain Tool，供 Agent 调用。
|
||
采用固定流水线：多路改写 → 并行检索 → RRF 融合 → 重排序 → 返回父文档。
|
||
"""
|
||
from typing import Callable
|
||
from langchain_core.tools import tool
|
||
from langchain_core.language_models import BaseLanguageModel
|
||
from langchain_core.retrievers import BaseRetriever
|
||
from .pipeline import RAGPipeline
|
||
|
||
def create_rag_tool_sync(
|
||
retriever: BaseRetriever,
|
||
llm: BaseLanguageModel,
|
||
num_queries: int = 3,
|
||
rerank_top_n: int = 5,
|
||
collection_name: str = "rag_documents",
|
||
) -> Callable:
|
||
"""
|
||
创建一个配置好的 RAG 检索工具（同步版本，用于不支持异步的旧版 Agent）。
|
||
|
||
参数同 create_rag_tool。
|
||
"""
|
||
pipeline = RAGPipeline(
|
||
retriever=retriever,
|
||
llm=llm,
|
||
num_queries=num_queries,
|
||
rerank_top_n=rerank_top_n,
|
||
)
|
||
|
||
@tool
|
||
def search_knowledge_base_sync(query: str) -> str:
|
||
"""在知识库中搜索与查询相关的文档片段（同步版本）。
|
||
|
||
功能与异步版本相同：多路改写 → RRF融合 → 重排序 → 返回父文档。
|
||
|
||
Args:
|
||
query: 用户提出的问题或查询字符串
|
||
|
||
Returns:
|
||
格式化后的相关文档内容。
|
||
"""
|
||
try:
|
||
documents = pipeline.retrieve(query) # 内部调用异步方法并等待
|
||
if not documents:
|
||
return f"在知识库 '{collection_name}' 中未找到与 '{query}' 相关的信息。"
|
||
|
||
context = pipeline.format_context(documents)
|
||
return context
|
||
except Exception as e:
|
||
return f"检索过程中发生错误: {str(e)}"
|
||
|
||
return search_knowledge_base_sync |