RAG Knowledge Base Agent

Локальный интеллектуальный ассистент с RAG‑памятью на базе Qdrant и Ollama.

Что делает

Агент умеет запоминать произвольные текстовые знания (через команду /add) и находить релевантную информацию по смысловому поиску (через команду /search). Все данные хранятся в локальной векторной базе Qdrant и не покидают ваш компьютер.

Стек

Компонент	Технология
LLM	Ollama — llama3
Эмбеддинги	Ollama — nomic-embed-text
Векторное хранилище	Qdrant
Фреймворк	LangChain + LangGraph

Установка

# 1. Установить Python‑зависимости
pip install -r requirements.txt

# 2. Загрузить модели Ollama
ollama pull llama3
ollama pull nomic-embed-text

# 3. Запустить Qdrant (через Docker)
docker run -p 6333:6333 qdrant/qdrant

Запуск

python cli.py

Команды

Команда	Описание
`/add <текст>`	Добавить текст в базу знаний
`/search <запрос>`	Найти релевантные записи по смыслу
`/quit`	Выйти из программы

Любой другой ввод передаётся агенту как обычный вопрос.

Структура проекта

agent.py        — агент, инструменты, векторное хранилище
cli.py          — интерфейс командной строки
tools.py        — реэкспорт инструментов
chunker.py      — разбивка текстов на чанки
requirements.txt — зависимости

2.0 KiB Raw Blame History