LightRAGKnowledgeBase 与 LightRAG Server 集成，后者是一个简单快速的检索增强生成系统，利用图结构来增强文档检索和知识查询能力。

​
用法

knowledge_base.py
import asyncio

from agno.agent import Agent
from agno.knowledge.light_rag import LightRagKnowledgeBase, lightrag_retriever
from agno.models.anthropic import Claude

# 创建一个知识库，加载来自 URL 的文档
knowledge_base = LightRagKnowledgeBase(
    lightrag_server_url="http://localhost:9621",
    path="tmp/",  # 从本地目录加载文档
    urls=["https://docs.agno.com/introduction/agents.md"],  # 从 URL 加载文档
)

# 加载知识库，包括来自本地目录和 URL 的文档
asyncio.run(knowledge_base.load())

# 加载知识库中的文本
asyncio.run(
    knowledge_base.load_text(text="Agno 是构建 Agent 的最佳框架")
)

然后将 lightrag_knowledge_base 与 Agent 一起使用：

agent.py
# 创建一个 Agent，使用知识库和检索器
agent = Agent(
    model=Claude(id="claude-3-7-sonnet-latest"),
    # 当向 Agent 提供 `knowledge` 时，Agentic RAG 默认启用。
    knowledge=knowledge_base,
    retriever=lightrag_retriever,
    # `search_knowledge=True` 使 Agent 能够按需搜索
    # `search_knowledge` 默认为 True
    search_knowledge=True,
    instructions=[
        "在你的回答中包含来源。",
        "在回答问题前，始终搜索你的知识。",
        "使用 async_search 方法搜索知识库。",
    ],
    markdown=True,
)

asyncio.run(agent.aprint_response("什么是 Agno Agents?"))

​
参数

参数类型默认值描述
lightrag_server_urlstr-LightRAG 服务器的 URL。
pathUnion[str, Path]-文档路径。可以指向单个文件或文件目录。
urlstr-要读取的网站的 URL。

​
开发者资源