Documentation
¶
Overview ¶
Package vector 把向量知识库检索接成一种工具源(source type: vector), 与 http/mcp/rpc 并列——RAG 在本框架里就是 tools 层的一种工具,不是 独立组件。运行时消费检索结果;离线摄入(文档→切块→embedding)不归 框架管,由外部数据 pipeline 或知识库产品负责。
配置:
tools:
- name: kb # source 名 = 检索能力的 namespace
type: vector
config:
description: "产品文档知识库,含退货/物流政策" # 决定大脑的调用意愿
tool_name: search_kb # 可省略,默认 search_knowledge_base
top_k: 5
max_doc_len: 800 # 单文档注入截断,<=0 不截
backend: inmemory # 缺省内置词法保底;真实向量库经 RegisterBackend
backend_config: {...} # 真实后端的连接配置
docs: ["退货政策:7天无理由", ...] # inmemory 后端的语料(demo/测试)
检索能力自带双形态:component/agent 的工具面引用它 = agentic RAG (大脑决定要不要查、查什么);graph skill 的前置步骤引用它 = 经典 RAG 管线(每轮必查、结果注入),不需要额外机制。
Click to show internal directories.
Click to hide internal directories.