# LangChain RAG Agent

**Repository Path**: chaoo/lang-chain-rag-agent

## Basic Information

- **Project Name**: LangChain RAG Agent
- **Description**: 使用 Python 基于 LangChain RAG + Agent 构建一个完整的多工具 AI 知识库问答助手系统
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-05
- **Last Updated**: 2026-06-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI Personal Assistant

一个基于 LangChain 的多工具个人助手，支持文档问答（RAG）、数学计算、天气查询、时间查询和提醒设置等功能。

## 功能特性

- **文档问答**：基于 RAG（检索增强生成）的知识库问答
- **数学计算**：支持数学表达式计算
- **天气查询**：查询多个城市的天气信息
- **时间查询**：获取当前日期和时间
- **提醒设置**：设置定时提醒事项

## 技术栈

- Python 3.10+
- LangChain
- Chroma（向量数据库）
- DashScope Embeddings
- DeepSeek API

## 项目结构

```
aiPersonalAssistant/
├── src/
│   └── ai_personal_assistant/
│       ├── __init__.py
│       ├── main.py           # 主入口
│       ├── service/
│       │   ├── __init__.py
│       │   └── agent.py      # Agent 构建逻辑
│       └── utils/
│           ├── __init__.py
│           ├── tools.py      # 工具定义
│           └── vector_db.py  # 向量数据库操作
├── tests/                    # 测试文件
├── docs/                     # 文档
├── data/                     # 文档数据（需手动创建）
├── vector_db/                # 向量数据库存储（自动生成）
├── .env.example              # 环境变量示例
├── .gitignore
├── pyproject.toml            # 项目配置
└── README.md
```

## 安装指南

### 1. 克隆项目

```bash
git clone <repository-url>
cd aiPersonalAssistant
```

### 2. 创建虚拟环境

```bash
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows
```

### 3. 安装依赖

```bash
pip install .
```

### 4. 配置环境变量

复制 `.env.example` 并创建 `.env` 文件：

```bash
cp .env.example .env
```

编辑 `.env` 文件：

```env
# DashScope API Key（用于向量嵌入）
DASHSCOPE_API_KEY=your-dashscope-api-key

# DeepSeek API Key（用于大语言模型）
OPENAI_API_KEY=your-deepseek-api-key
OPENAI_BASE_URL=https://api.deepseek.com/v1
```

### 5. 添加知识库文档

创建 `data/` 目录并将 PDF 文档放入其中：

```bash
mkdir -p data
# 将文档复制到 data/ 目录
```

## 使用方法

### 运行命令

```bash
ai-assistant
```

或直接运行：

```bash
python -m ai_personal_assistant
```

### 示例对话

```
用户: 现在几点了？
助手: 当前时间：2024年01月15日 14:30:00

用户: 计算 25 * 4 + 18 / 3
助手: 计算结果: 25 * 4 + 18 / 3 = 106

用户: 杭州今天天气怎么样？
助手: 杭州天气：阴，温度25°C，湿度70%，风力东南风2级

用户: 文档中关于数据库强制规约有哪些？
助手: 根据知识库检索到的内容，数据库强制规约包括...
```

## 开发指南

### 运行测试

```bash
pytest tests/
```

### 构建项目

```bash
pip install build
python -m build
```

## 许可证

MIT License