# deepagent-small-rag

**Repository Path**: itfitness/deepagent-small-rag

## Basic Information

- **Project Name**: deepagent-small-rag
- **Description**: deepagent最小实现RAG
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-13
- **Last Updated**: 2026-08-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# RAG 智能体 · 火山引擎 AI 音视频互动方案问答

基于 [deepagents](https://docs.langchain.com/oss/python/deepagents) 构建的简单 RAG 智能体，知识库为 `ragres.md`（火山引擎 AI 音视频互动方案 Android 集成指南），配套一个可流式对话的前端网页。

## 架构

```
ragres.md ─切分-> 文本块 ─Ollama 向量化(qwen3-embedding)─> FAISS 向量库
                                                              │
                                                    检索工具 (search_knowledge_base)
                                                              │
                                deepagents 智能体 (LLM: glm-5.2)
                                                              │
                                    FastAPI (SSE 流式)  ←  /chat/stream
                                                              │
                                              前端网页 (static/index.html)
```

- **知识库**：`ragres.md` 按 markdown 结构切分（chunk 800 / overlap 150），用本地 **Ollama** 的 `qwen3-embedding:0.6b` 向量化，存入 FAISS。首次构建后落盘到 `vector_store/`，后续直接加载。
- **智能体**：deepagents 组装，通过 `HarnessProfile` 屏蔽自带的文件系统 / shell 工具，只保留检索工具；对话模型为 **glm-5.2**（OpenAI 兼容接口）。
- **服务端**：`server.py`（FastAPI），提供 `/chat`（非流式）与 `/chat/stream`（SSE 流式）接口。
- **前端**：`static/index.html`，单文件聊天界面，支持 Markdown / 代码高亮渲染、流式输出、检索中提示、建议问题。

## 文件说明

| 文件 | 作用 |
|------|------|
| `agent.py` | 构建向量库、检索工具与 deepagents 智能体 |
| `server.py` | FastAPI 服务端（含 SSE 流式接口） |
| `static/index.html` | 前端聊天网页 |
| `ragres.md` | RAG 知识库 |
| `.env` | 环境变量配置（密钥留空，使用前填入自己的 Key） |

## 安装

```bash
pip install -r requirements.txt
```

## 前置准备

### 1. 启动本地 Ollama 并拉取向量模型

```bash
ollama pull qwen3-embedding:0.6b
```

Ollama 默认监听 `http://localhost:11434`，提供 OpenAI 兼容接口（`/v1`）。

### 2. 配置 glm-5.2

在 `.env` 中填入 glm-5.2 的服务地址与 API Key：

```
GLM_BASE_URL=<你的 glm-5.2 OpenAI 兼容地址>
GLM_API_KEY=<你的 API Key>
GLM_MODEL=glm-5.2
```

### 3. 配置 Ollama（如非默认）

```
OLLAMA_BASE_URL=http://localhost:11434/v1
EMBEDDING_MODEL=qwen3-embedding:0.6b
```

## 运行

```bash
python server.py
```

启动后浏览器打开 http://localhost:8000 即可对话。

## 验证知识库

可尝试以下问题：
- 如何集成 RTC SDK 实现音视频通话？
- `StartVoiceChat` 请求体有哪些关键参数？
- AI 进不了房间或没有声音怎么排查？
- 如何配置 TTS 语音合成的音色？