跳转至

尚无译文的页面会以英语打开,并标注为英语。

本页由机器从英文原文翻译,内容以英文原文为准。 Machine-translated from the English page, which is authoritative.

面向 agent 的文档搜索与 RAG

Loom 会为你的文档建立索引(Markdown 和文本,以及由其 extractor 服务转换的 PDF、.docx 和 .pptx 文件),并让 agent 通过 MCP、HTTP 或 SDK 搜索这些文档并获得引用。它是检索增强生成(RAG)中负责检索的一半:由你的 agent 或模型根据 Loom 返回的段落来撰写答案。

你能获得什么

  • 遵循文档结构的分块。 knowledge.add 会存储文本,并可选择存储原始文件;Loom 按标题拆分文本,对每个章节进行窗口切分,并为每个分块生成嵌入向量。知识文档
  • 引用。 每条命中结果都会给出所属文档的 source_uri 和段落,因此 agent 可以引用并链接到来源。
  • 一次搜索覆盖记忆、文档和对话。 loom_search 在一次调用中对调用者的各个记忆命名空间执行记忆、知识、画像和对话搜索。统一搜索
  • 文档来源。 命名空间的管理员可以注册 Loom 从中拉取文档的来源;同步 worker 需要设置 LOOM_KNOWLEDGE_SOURCE_SYNC_ENABLED。文档来源
  • 文档与代码并存。 来自代码仓库主干代码命名空间下某个来源的文档会带有该仓库的 repo:<id> 标签,因此该仓库的搜索会把这些文档与其代码一起读取。文档来源 · 与代码关联的记忆
  • 相似度下限。 loom_search 会丢弃相似度低于下限的知识命中结果,而不是把一段相关性很弱的段落交给模型。loom_search
  • 每个段落都有访问控制。 文档存放在命名空间中,命名空间具有 viewer、writer 和 admin 角色。命名空间与共享

实测结果

在一个已提交的 PDF、DOCX 和 PPTX 文件语料库上(27 个留出文件),Loom 的 extractor 在开启 OCR(默认设置)的情况下,在实测运行中获得了 0.999 的文本召回率和 0.991 的表格单元格 F1(文档解析)。对文档检索质量的衡量目前只覆盖了一部分;覆盖范围与已知缺口说明了仍然缺少哪些内容。

开始使用

快速入门会连同 extractor 服务一起运行整个栈。你可以在控制台的 Library 页面添加文档;文本可使用 knowledge.add;对于需要由 extractor 转换的文件,先使用 knowledge.upload,再使用 knowledge.ingest(导入文件)。

本页中的部分 op 在状态页中被标记为实验性。