PDF URL 知识库

了解如何在知识库中使用远程 PDF。

PDFUrlKnowledgeBase 从 URL 读取 PDF，将其转换为向量嵌入，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

pip install pypdf

knowledge_base.py

from agno.knowledge.pdf_url import PDFUrlKnowledgeBase
from agno.vectordb.pgvector import PgVector

knowledge_base = PDFUrlKnowledgeBase(
    urls=["pdf_url"],
    # 表名：ai.pdf_documents
    vector_db=PgVector(
        table_name="pdf_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=knowledge_base,
    search_knowledge=True,
)
agent.knowledge.load(recreate=False)

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

PDFUrlKnowledgeBase 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 agno.agent import Agent
from agno.knowledge.pdf_url import PDFUrlKnowledgeBase, PDFUrlReader
from agno.vectordb.qdrant import Qdrant

COLLECTION_NAME = "pdf-url-reader"

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

# 使用 data/pdfs 目录中的 PDF 创建一个知识库
knowledge_base = PDFUrlKnowledgeBase(
    urls=["https://agno-public.s3.amazonaws.com/recipes/ThaiRecipes.pdf"],
    vector_db=vector_db,
    reader=PDFUrlReader(chunk=True),
)

# 使用知识库创建一个 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
urls	List[str]	-	PDF 文件的 URL。
reader	PDFUrlReader	-	一个 PDFUrlReader，用于将 PDF 转换为 Documents 以便存入向量数据库。

PDFUrlKnowledgeBase 是 AgentKnowledge 类的一个子类，拥有相同的参数访问权限。

开发者资源

• 查看 同步加载食用指南
• 查看 异步加载食用指南