microsoft/typeagent-py

Structured RAG: ingest, index, query

解决的问题

TypeAgent 旨在实现结构化 RAG（检索增强生成），提供 TypeAgent KnowPro 系统的 Python 版本，帮助用户构建更有序、更结构化的检索系统。

工作原理

它作为一个 Python 包，与第三方 LLM 交互以处理和索引信息，用于结构化检索，将原始基于 TypeScript 的 TypeAgent KnowPro 项目中的逻辑和功能翻译为 Python。

适用人群

希望在 Python 中实现结构化 RAG 模式的开发者，以及对 TypeAgent 生态系统的实验性原型感兴趣的用户。

特色亮点

  • 结构化 RAG MVP 的实验性原型。
  • TypeScript 版 TypeAgent KnowPro 项目的 Python 翻译。
  • 通过 pip 轻松安装。

相关

  • 项目
    microsoft/TypeAgent

    TypeAgent 是微软开源的一个示例项目，展示了如何使用大语言模型、结构化提示和一种新颖的“结构化 RAG”记忆系统，构建一个单一的个人 AI 助手。它包含一个 Electron 外壳、一个将自然语言请求路由到类型化代理的调度器、一个将对话事实存储为逻辑实体的记忆层，以及一个减少 LLM 调用的缓存。该仓库提供了许多示例代理（日历、邮件、浏览器等）和一个用于添加自定义代理的 SDK。这是一个早期阶段的示例代码，仅在 Azure OpenAI 上以英文测试过，未经进一步验证前不适用于生产环境。

  • 项目
    weiwill88/Local_Pdf_Chat_RAG

    一个模块化的 Python 参考实现，用于学习和实验文档解析、混合检索和 LLM 生成。

  • 项目
    awslabs/graphrag-toolkit

    一套用于使用层次化词汇图和结构化知识图构建图增强型生成式AI应用的Python工具集合。

  • 项目
    NirDiamant/Controllable-RAG-Agent

    一个Python库，构建基于确定性图的RAG代理。它可导入PDF，创建章节摘要和向量存储，匿名化查询，规划多步骤推理，检索并验证信息，最终生成有依据的答案。包含Streamlit可视化工具、基于Ragas的评估功能，支持OpenAI、Groq或任何LangChain兼容模型。

  • 项目
    GiovanniPasq/agentic-rag-for-dummies

    使用 LangGraph 的模块化 Agentic RAG 框架，实现层级索引、多代理并行检索以及人机回环查询澄清。