# deep_search

**Repository Path**: luzhongmilu/deep_search

## Basic Information

- **Project Name**: deep_search
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-28
- **Last Updated**: 2026-10-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 项目概述
ragflow文档检索: 公司内部文档检索
    工具1：查询所有助手信息
    工具2：向指定的助手提问
联网搜索: 公开网络信息查询
    工具1：tavily封装的网络搜索

## 2. 项目重点
- 多智能体的搭建
- 简单的db RAG
- ragflow第三方对接

## 3. 数据库检索的处理流程
agent调用工具1，查询返回数据库所有表名列表 => LLM结合用户提问确定要使用哪几个表，决定调用工具2
agent调用工具2（传入表名），查询返回表中前100行的数据 => LLM结合用户提问生成SQL，决定调用工具3
agent调用工具3（传入SQL），执行SQL查询并返回列表数据 => LLM整理以上数据返回给agent

## 4. ragflow文档检索的处理流程：
创建知识库 => 上传文档并解析 => 创建助手（需要关联知识库）
agent调用工具1，查询返回所有助手信息（name/description/datasets） => LLM结合用户提问确定匹配的助手，决定调用工具2
agent调用工具2（传入助手名和提问），查询得到助手对象，创建会话，向ragflow提问，得到并返回结果数据 => LLM整理以上数据返回给agent