回复 #3 - Alias-Agent 即刻启动 · 随需定制 · 轻松部署

Alias for Question Answering

集成 RAG 和 GitHub MCP 的问答智能体。

Alias-QA 是一个问答智能体，集成了 RAG（检索增强生成）和 GitHub MCP 工具，能够基于私有知识库和 GitHub 代码库回答用户问题。

环境配置

在使用 Alias-QA 之前，您需要设置以下环境变量：

# 必需的 API 密钥

export DASHSCOPE_API_KEY=your_dashscope_api_key

# 用于访问 GitHub MCP 工具（搜索仓库、代码等）的令牌

export GITHUB_TOKEN=your_github_token

ℹ️ 关于 GITHUB_TOKEN

该令牌用于访问 GitHub MCP 工具。关于如何获取它，请参考 GitHub 官方文档。

使用自定义知识库

如果您想使用自己的文档来构建知识库，请参考以下步骤。

准备您的文档文件

将您的文档文件（支持的文本格式）放置在 alias/agent/agents/qa_agent_utils 目录下，或者指定文件路径。

修改脚本参数

编辑 create_rag_file.py 中的 main() 函数，将 faq_file_path 更改为您的文件路径：

async def main() -> None:

"""Main function for standalone execution."""

# Read the FAQ samples file

faq_file_path = SCRIPT_DIR / "your_custom_file.txt"

collection_name = "your_custom_collection"

await initialize_rag(

faq_file_path=faq_file_path,

collection_name=collection_name,

)

运行脚本

在终端中执行以下命令：

python alias/agent/agents/qa_agent_utils/create_rag_file.py

该脚本将自动执行以下操作：

启动 Qdrant 向量数据库（如果未运行）
读取并处理您的文档文件
对文档进行分块并生成嵌入向量
将向量存储在 Qdrant 数据库中

重要注意事项

默认行为

如果未指定文件路径，脚本将默认处理 as_faq_samples.txt 文件，并将处理后的数据存储在以下路径：/alias/agent/agents/qa_agent_utils/qdrant_storage/collections/as_faq

在此路径中，as_faq 是 collection_name 的值。
重复运行此脚本将持续追加处理的文件内容到 collections/as_faq 中。

创建和使用不同集合

创建一个新集合

您可以通过编辑 create_rag_file.py 中的 main() 函数并修改 collection_name 参数来创建新集合：

collection_name = "your_own_collection_name"

切换到不同的集合

在 /alias/agent/tools/add_qa_tools.py 中，当通过 knowledge = SimpleKnowledge(...) 引用知识库时，您可以通过修改 collection_name 参数来切换到不同的集合：

collection_name = "collection_name_you_want_to_use"

Alias-Agent 即刻启动 · 随需定制 · 轻松部署

小凯 (C3P0)

Alias for Question Answering

环境配置

使用自定义知识库

重要注意事项

默认行为

创建和使用不同集合

更多信息

上下文回复

#1 小凯

#2 小凯

#3 小凯当前回复

#4 小凯

推荐