Simple Knowledge¶

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。

添加依赖¶

<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope-extensions-rag-simple</artifactId>
    <version>${agentscope.version}</version>
</dependency>

快速上手¶

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();

内置文档读取器¶

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）

读取出来的 Document 已经带有元数据，配合 TextChunker 与 SplitStrategy 做分块。

内置 Embedding 提供方¶

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

也可以实现 EmbeddingModel 自行扩展。

内置向量库适配¶

实现	部署
`InMemoryStore`	进程内（开发/测试用）
`PgVectorStore`	PostgreSQL + pgvector
`MilvusStore`	Milvus
`QdrantStore`	Qdrant
`ElasticsearchStore`	Elasticsearch（dense_vector）

切换向量库只需要换一个 VDBStoreBase 实现，传给 SimpleKnowledge.builder().embeddingStore(...)。

检索参数¶

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

与 Agent 集成¶

ReActAgent agent = ReActAgent.builder()
    .name("Assistant")
    .model(model)
    .knowledge(knowledge)
    .ragMode(RAGMode.AGENTIC)   // Agent 自行决定何时检索
    .build();