Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
agentscope-extensions-rag-simple 提供一个”自己掌控全部链路”的 RAG 实现：自带文档读取器、分块策略、Embedding 模型适配、以及 5 个开箱即用的向量库适配器。
适合：你愿意自己跑 embedding + 向量库，不想接入第三方 RAG 平台。
<dependency>
<groupId>io.agentscope</groupId>
<artifactId>agentscope-extensions-rag-simple</artifactId>
<version>${agentscope.version}</version>
</dependency>
import io.agentscope.core.embedding.dashscope.DashScopeTextEmbedding;
import io.agentscope.core.rag.knowledge.SimpleKnowledge;
import io.agentscope.core.rag.store.InMemoryStore;
import io.agentscope.core.rag.model.RetrieveConfig;
// 1) Embedding 模型
EmbeddingModel embeddings = DashScopeTextEmbedding.builder()
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.modelName("text-embedding-v3")
.dimensions(1024)
.build();
// 2) 向量库（这里用进程内的实现）
VDBStoreBase store = InMemoryStore.builder().dimensions(1024).build();
// 3) 组装 Knowledge
SimpleKnowledge knowledge = SimpleKnowledge.builder()
.embeddingModel(embeddings)
.embeddingStore(store)
.build();
// 4) 写入文档
List<Document> docs = new TikaReader().read(input).block();
knowledge.addDocuments(docs).block();
// 5) 检索
List<Document> hits = knowledge.retrieve(
"什么是 AgentScope？",
RetrieveConfig.builder().limit(5).scoreThreshold(0.5).build()
).block();
io.agentscope.core.rag.reader 包提供了一组常见格式的 Reader，全部产出 List<Document>：
| Reader | 输入 |
|---|---|
TextReader | 纯文本 |
PDFReader | PDF（基于 PDFBox） |
WordReader | Word 文档 |
ImageReader | 图片，配合多模态 embedding 使用 |
TikaReader | Apache Tika 通用解析（兜底） |
ExternalApiReader | 调外部 API 解析（OCR / 自定义流水线） |
Document 已经带有元数据，配合 TextChunker 与 SplitStrategy 做分块。
| 类 | 服务 | 模式 |
|---|---|---|
DashScopeTextEmbedding | 阿里云百炼 DashScope | 文本 |
DashScopeMultiModalEmbedding | 阿里云百炼 DashScope | 多模态（文本/图像） |
OpenAITextEmbedding | OpenAI 兼容接口 | 文本 |
OllamaTextEmbedding | Ollama 本地 | 文本 |
EmbeddingModel 自行扩展。
| 实现 | 部署 |
|---|---|
InMemoryStore | 进程内（开发/测试用） |
PgVectorStore | PostgreSQL + pgvector |
MilvusStore | Milvus |
QdrantStore | Qdrant |
ElasticsearchStore | Elasticsearch（dense_vector） |
VDBStoreBase 实现，传给 SimpleKnowledge.builder().embeddingStore(...)。
RetrieveConfig 控制检索行为：
| 字段 | 说明 |
|---|---|
limit | TopK |
scoreThreshold | 最低分数阈值（0~1） |
metadata | 按文档 metadata 做过滤 |
ReActAgent agent = ReActAgent.builder()
.name("Assistant")
.model(model)
.knowledge(knowledge)
.ragMode(RAGMode.AGENTIC) // Agent 自行决定何时检索
.build();