Markdown 知识库

了解如何在知识库中使用 Markdown 文件。

MarkdownKnowledgeBase 读取 本地 markdown 文件，将它们转换为向量嵌入并加载到向量数据库中。

用法

我们在示例中使用了本地 PgVector 数据库。确保它正在运行

knowledge_base.py

from agno.knowledge.markdown import MarkdownKnowledgeBase
from agno.vectordb.pgvector import PgVector

knowledge_base = MarkdownKnowledgeBase(
    path="data/markdown_files",
    vector_db=PgVector(
        table_name="markdown_documents",
        db_url="postgresql+psycopg://ai:ai@localhost:5532/ai",
    ),
)

然后将 knowledge_base 与 Agent 一起使用：

agent.py

from agno.agent import Agent
from knowledge_base import knowledge_base

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

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

MarkdownKnowledgeBase 也支持异步加载。

pip install qdrant-client

我们在示例中使用了本地 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.markdown import MarkdownKnowledgeBase
from agno.vectordb.qdrant import Qdrant

COLLECTION_NAME = "essay-txt"

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

# 初始化 MarkdownKnowledgeBase
knowledge_base = MarkdownKnowledgeBase(
    path=Path("tmp/mds"),
    vector_db=vector_db,
    num_documents=5,
)

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

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

    asyncio.run(
        agent.aprint_response(
            "What knowledge is available in my knowledge base?", markdown=True
        )
    )

参数

参数	类型	默认值	描述
path	Union[str, Path]	-	指向 md 文件的路径。可以指向单个 md 文件或 md 文件目录。
formats	List[str]	[".md"]	此知识库接受的格式。
reader	MarkdownReader	MarkdownReader()	一个 MarkdownReader，用于将 md 文件转换为 Documents 以便存入向量数据库。

MarkdownKnowledgeBase 是 AgentKnowledge 类的一个子类，可以访问相同的参数。

开发者资源

• 查看 同步加载指南
• 查看 异步加载指南

Assistant

Responses are generated using AI and may contain mistakes.