agent.tools.rag

RAG 检索引擎：BM25 全文检索。

扫描 docs/*.md + README.md，按 ## 标题切块后建立 BM25 索引。 分词策略：中文用 jieba 分词，英文按空白拆分。

Attributes

_PROJECT_ROOT
_DOC_DIR
_STOP_WORDS
_engine

Classes

RagEngine

零依赖 BM25 检索引擎，惰性初始化。

Functions

_tokenize(→ list[str])	中英文混合分词：中文用 jieba，英文按空白分割，过滤停用词。
search_rag(→ list[dict])	全局接口：检索 RAG 文档库，惰性初始化。

Module Contents

agent.tools.rag._PROJECT_ROOT = b'.'

agent.tools.rag._DOC_DIR

agent.tools.rag._STOP_WORDS

agent.tools.rag._tokenize(text: str) → list[str]

中英文混合分词：中文用 jieba，英文按空白分割，过滤停用词。

class agent.tools.rag.RagEngine

零依赖 BM25 检索引擎，惰性初始化。

_docs: list[dict] = []

_avgdl = 0.0

_idf: dict[str, float]

_initialized = False

init() → None

惰性初始化：扫描文档 → 切块 → 建立 BM25 索引。幂等，多次调用仅执行一次。

_load_docs() → None

扫描 docs/*.md + README.md，按 ## 标题切块后存入 self._docs。

_build_index() → None

计算文档平均长度 + 每个词的 IDF，供 BM25 打分使用。

_bm25_score(q_tokens: list[str]) → list[tuple[float, dict]]

计算 BM25 分数（k1=1.5, b=0.75），返回 (分数, 文档) 列表，按分数降序排列。

search(query: str, k: int = 3) → list[dict]

BM25 检索，返回 top-k 条结果。低分时自动提取关键词重试。

agent.tools.rag._engine

agent.tools.rag.search_rag(query: str, k: int = 3) → list[dict]

全局接口：检索 RAG 文档库，惰性初始化。

Args:

query: 用户查询文本。 k: 返回 top-k 条结果，默认 3。

Returns:

list[dict]: 每项含 score/source/heading/text，按 BM25 分数降序。