CSV 知识库

了解如何在知识库中使用本地 CSV 文件。

CSVKnowledgeBase 读取本地 CSV 文件，将其转换为向量嵌入，并加载到向量数据库中。

用法

我们在此示例中使用的是本地 PgVector 数据库。确保它正在运行

from agno.knowledge.csv import CSVKnowledgeBase
from agno.vectordb.pgvector import PgVector

knowledge_base = CSVKnowledgeBase(
    path="data/csv",
    # 表名: ai.csv_documents
    vector_db=PgVector(
        table_name="csv_documents",
        db_url="postgresql+psycopg://ai:ai@localhost:5532/ai",
    ),
)

然后将 knowledge_base 与 Agent 一起使用：

from agno.agent import Agent
from knowledge_base import knowledge_base

agent = Agent(
    knowledge=knowledge_base,
    search_knowledge=True,
)
agent.knowledge.load(recreate=False)

agent.print_response("Ask me about something from the knowledge base")

CSVKnowledgeBase 也支持异步加载。

pip install qdrant-client

我们在此示例中使用的是本地 Qdrant 数据库。确保它正在运行

async_knowledge_base.py

import asyncio
from pathlib import Path

from agno.agent import Agent
from agno.knowledge.csv import CSVKnowledgeBase
from agno.vectordb.qdrant import Qdrant

COLLECTION_NAME = "csv-reader"

vector_db = Qdrant(collection=COLLECTION_NAME, url="http://localhost:6333")


knowledge_base = CSVKnowledgeBase(
    path=Path("data/csv"),
    vector_db=vector_db,
    num_documents=5,  # 搜索时返回的文档数量
)

# 使用 knowledge_base 初始化 Agent
agent = Agent(
    knowledge=knowledge_base,
    search_knowledge=True,
)

if __name__ == "__main__":
    # 首次运行时注释掉此行
    asyncio.run(knowledge_base.aload(recreate=False))

    # 创建并使用 Agent
    asyncio.run(agent.aprint_response("What is the csv file about", markdown=True))

参数

参数	类型	默认值	描述
path	Union[str, Path]	-	CSV 文件的路径
reader	CSVReader	CSVReader()	用于读取 CSV 文件并将其转换为 Documents 以便加载到向量数据库的 CSVReader

CSVKnowledgeBase 是 AgentKnowledge 类的一个子类，并且拥有相同的参数。

开发者资源

• 查看 同步加载食谱
• 查看 异步加载食谱