面向多格式文档问答的代理式RAG聊天机器人（MCP）
这个项目实现了 基于代理的检索增强生成（RAG）聊天机器人 能够使用上传的各种格式文档来回答问题。它遵循一种 能动性建筑（或代理建筑） 并且使用 模型上下文协议（MCP） 用于智能体之间的通信。
______________________________________________________________________
特点/功能
- 支持多种文件格式：
- TXT / Markdown（保持原样，因为这是文件格式名称，无需翻译） - PDF（可添加解析功能） - DOCX（可添加解析功能） - PPTX（可添加解析功能） - CSV（可添加解析功能）
- 代理式建筑（或“具有代理能力的建筑”）
1. 摄入代理（或摄入组件）解析并预处理文档。 1. 检索代理处理嵌入表示和语义搜索。 1. LLM响应代理使用检索到的上下文生成最终答案。
- 模型上下文协议（MCP）：
- 代理通过结构化的MCP消息进行通信。 - 每条信息包含 sender， receiver， type， trace_id，和 payload。
- 模拟大型语言模型（Mock LLM）与嵌入（Embeddings）：
- 提供一个无需API密钥即可工作的管道。 - 替换 MockLLM 使用OpenAI/GPT获取真实回复。 - 替换 MockEmbedder 使用sentence-transformers进行真实嵌入。
______________________________________________________________________
项目结构
agentic_rag_mcp/ 可以翻译为“代理式检索增强生成多上下文处理（或类似含义的系统/模块名称，具体根据上下文确定）/” │── app/（应用目录） │ ├── main.py # 调度器/入口点 │ ├── llm_response_agent.py │ ├── ingestion_agent.py（翻译为中文可保持原名，若需解释则为“摄入代理.py”） │ ├── retrieval_agent.py（文件名可译为“检索代理.py”） │ ├── embedder.py（可翻译为：│ ├── 嵌入器.py 或 │ ├── 嵌入模块.py） │ ├── mcp.py 翻译为中文是：│ ├── mcp.py（文件名保持不变，因为文件名通常不需要翻译，除非有特定的含义或需要根据上下文进行解释） │ └── storage/（存储目录） │ └── store.py（翻译为中文：│ └── 存储模块/文件.py） ├── tests/（测试文件夹） │ └── demo_run.py # 示例运行脚本（演示流程） ├── examples/（示例目录） │ └── sample.txt # 示例文件 └── requirements.txt（需求文件）
YAML（YAML Ain't Markup Language） 复制代码
______________________________________________________________________
安装
git clone https://github.com//.git
cd agentic_rag_mcp
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
Running the Demo
Option 1: Run main orchestrator
bash
Copy code
python -m app.main
Option 2: Run demo test script
bash
Copy code
python -m tests.demo_run
You should see:
MCP messages from ingestion, retrieval, and LLM.
A final mock answer generated by the LLMResponseAgent.
Next Steps / Extensions
Replace MockLLM with a real LLM (OpenAI, GPT-J, or HuggingFace).
Replace MockEmbedder with real embeddings (SentenceTransformers, OpenAI embeddings).
Implement parsing for PDF, DOCX, PPTX, and CSV.
Add a FastAPI Web UI for interactive document QA.
Integrate a vector database (Chroma, FAISS, Pinecone) for large document retrieval.
---
## Challenges & Improvements
During development, one key challenge was handling **multi-format document parsing** efficiently — each file type (PDF, PPTX, DOCX, CSV) required a separate parsing logic and consistent text preprocessing.
Coordinating message passing between agents through the **Model Context Protocol (MCP)** also required careful design to maintain structure and traceability.
In future iterations, integrating **real embeddings** (e.g., SentenceTransformers or OpenAI embeddings), adding a **vector database** like FAISS or Chroma, and building an **interactive UI** (FastAPI or Streamlit) would significantly improve usability and performance.