47 lines
1.4 KiB
Markdown
47 lines
1.4 KiB
Markdown
# 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
|