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 RAG 管道实现，专为学习与实验而设计，具备混合检索功能并支持多种 LLM 后端。

  • 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

    一个可控的 RAG 代理，利用确定性图表和自适应规划来解决来自自定义 PDF 数据集的复杂多步骤问题，同时防止幻觉。

  • 项目
    GiovanniPasq/agentic-rag-for-dummies

    该仓库提供了一个使用 LangGraph 构建的、具体且模块化的代理式检索增强生成（RAG）系统示例。涵盖分层文档索引、多代理查询处理、人机协同澄清，以及对多个 LLM 提供商（默认 Ollama）的支持。包含用于设置、评估和可观测性的笔记本，是学习和原型开发的坚实资源。