# RAG agent with ChromaDB and Tavily

CLI-агент, который выбирает между локальной базой знаний и веб-поиском:

- `search_local_kb` ищет по локальным документам в `ChromaDB`
- `web_search` ищет в интернете через `Tavily`
- агент сам выбирает источник и в финальном ответе указывает `Источник: chromadb` или `Источник: tavily`

## Установка

```bash
ollama pull llama3
ollama pull nomic-embed-text

pip install -r requirements.txt
```

Создайте `.env`:

```bash
TAVILY_API_KEY=your_api_key
```

## Загрузка документов

Перед демонстрацией загрузите тестовые документы:

```bash
python main.py --ingest documents
```

## Запуск чата

```bash
python main.py
```

Для выхода используйте `exit`.

## Структура

- `vectorstore.py` — `Chroma` + `OllamaEmbeddings`, загрузка и чанкинг документов
- `tools.py` — инструменты `search_local_kb` и `web_search`
- `agent.py` — `create_agent` с маршрутизацией local vs web
- `main.py` — CLI и команда `--ingest`
- `documents/` — тестовые `.txt`/`.md` файлы для демонстрации