PDF 知识库

了解如何在知识库中使用本地 PDF 文件。

PDFKnowledgeBase 用于读取本地 PDF 文件，将其转换为向量嵌入并加载到向量数据库中。

用法

本示例中使用本地 PgVector 数据库。请确保它正在运行

pip install pypdf

knowledge_base.py

from agno.knowledge.pdf import PDFKnowledgeBase, PDFReader
from agno.vectordb.pgvector import PgVector

pdf_knowledge_base = PDFKnowledgeBase(
    path="data/pdfs",
    # 表名: ai.pdf_documents
    vector_db=PgVector(
        table_name="pdf_documents",
        db_url="postgresql+psycopg://ai:ai@localhost:5532/ai",
    ),
    reader=PDFReader(chunk=True),
)

然后将 pdf_knowledge_base 与 Agent 一起使用：

agent.py

from agno.agent import Agent

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

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

PDFKnowledgeBase 也支持异步加载。

pip install qdrant-client

本示例中使用本地 Qdrant 数据库。请确保它正在运行

async_knowledge_base.py

import asyncio

from agno.agent import Agent
from agno.knowledge.pdf import PDFKnowledgeBase, PDFReader
from agno.vectordb.qdrant import Qdrant

COLLECTION_NAME = "pdf-reader"

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

# 使用 data/pdfs 目录中的 PDF 创建知识库
knowledge_base = PDFKnowledgeBase(
    path="data/pdf",
    vector_db=vector_db,
    reader=PDFReader(chunk=True),
)

# 使用知识库创建 Agent
agent = Agent(
    knowledge=knowledge_base,
    search_knowledge=True,
)

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

    # 创建并使用 Agent
    asyncio.run(agent.aprint_response("How to make Thai curry?", markdown=True))

参数

参数	类型	默认值	描述
path	Union[str, Path]	-	指向 PDF 文件的路径。可以指向单个 PDF 文件或 PDF 文件目录。
reader	Union[PDFReader, PDFImageReader]	PDFReader()	一个 PDFReader 或 PDFImageReader，用于将 PDFs 转换为 Documents 以便存入向量数据库。

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

开发资源

• 查看 同步加载 Cookbook
• 查看 异步加载 Cookbook