主要分为两部分：知识库构建和检索。
- 知识库构建
- 文本切段：对文本进行切段，切段后的内容需要保证文本完整性以及语义完整性。
- 提取 FAQ：根据文本内容提取 FAQ，作为知识库检索的一个补充，以提升检索效果。
- 导入知识库：将文本和 FAQ 导入知识库，并进行 Embedding 后导入向量。
- 知识检索（RAG）
- 问题拆解：对输入问题进行拆解和重写，拆解为更原子的子问题。
- 检索：针对每个子问题分别检索相关文本和 FAQ，针对文本采取向量检索，针对 FAQ 采取全文和向量混合检索。
- 知识库内容筛选：针对检索出来的内容进行筛选，保留与问题最相关的内容进行参考回答。
相比传统的 Naive RAG，在知识库构建和检索分别做了一些常见的优化，包括 Chunk 切分优化、提取 FAQ、Query Rewrite、混合检索等。
本Agent整体架构分为三个部分：
- 知识库：内部包含 Knowledge Store 和 FAQ Store，分别存储文本内容和 FAQ 内容，支持向量和全文的混合检索。
- MCP Server：提供对 Knowledge Store 和 FAQ Store 的读写操作，总共提供 4 个 Tools。
- 功能实现部分：完全通过 Prompt + LLM 来实现对知识库的导入、检索和问答这几个功能。
所有代码开源在这里，分为两部分：
- 子目录：
knowledge-data-generator：Python 实现的 Client 端：实现了与大模型进行交互，通过 MCP Client 获取 Tools，根据大模型的反馈调用 Tools 等基本能力。通过 Prompt 实现了知识库构建、检索和问答三个主要功能。 - 子目录：
tablestore-mcp-server：Java 实现的 Server 端：基于 Spring AI 框架实现 MCP Server，由于底层存储用的是 Tablestore. 具体编译和启动参见 子目录 README.md