基于 DeepSeek-V3 的混合检索增强生成 (Hybrid RAG) 科研助手。支持本地向量库 ChromaDB、Rerank 重排序及联网搜索。

🤖 DeepSeek Pro 智能知识库 (Hybrid RAG Agent)

这是一个基于 DeepSeek-V3 的全能型科研助手。它采用了 Hybrid RAG（混合检索增强生成） 架构，结合了 ChromaDB 本地向量库、Rerank 重排序技术 以及 Tavily 联网搜索，能够精准地回答基于本地文档或互联网的问题。

✨ 核心功能

• 🧠 深度思考可视化：实时展示 AI 的思考路径（检索 -> 排序 -> 联网 -> 生成）。
• 📚 精准本地 RAG：
  • 支持 PDF / Word 文档批量上传。
  • Recall + Rerank 双层检索：先粗排 Top-50，再经由 BGE-Reranker/智谱 Rerank 精选 Top-5，精度极高。
  • 持久化存储：基于 ChromaDB，数据写入硬盘，重启不丢失。
• 🌍 联网增强模式：本地查不到？自动调用 Tavily 搜索全网最新信息（如 2024-2025 年技术）。
• 💾 完备的历史管理：
  • 自动保存对话历史。
  • 支持“来源回溯”：在历史记录中也能查看当时引用的原文片段。
• 🛠️ 极客控制台：
  • 文件粒度管理（可查看、删除特定文件）。
  • 高级参数微调（Temperature, Top-K 等）。

📂 项目结构

reading_Agent/
├── .streamlit/
│   └── secrets.toml        # [关键] 存放 API 密钥配置文件
├── history_data/           # [自动生成] 存放对话历史 JSON
├── chroma_db/              # [自动生成] 向量数据库文件
├── modules/                # 核心功能模块
│   ├── database.py         # ChromaDB 增删改查
│   ├── embedder.py         # Embedding API 封装
│   ├── reranker.py         # Rerank API 封装
│   ├── retriever.py        # 混合检索逻辑
│   ├── processor.py        # 文档解析与切分
│   ├── web_search.py       # 联网搜索模块
│   └── history.py          # 历史记录管理
├── app.py                  # Streamlit 主程序入口
├── requirements.txt        # 项目依赖
└── README.md               # 说明文档
🚀 快速开始
1. 安装依赖
确保你安装了 Python 3.8+，然后在终端运行：

Bash
pip install -r requirements.txt
2. 配置密钥
在项目根目录下创建文件夹 .streamlit，并在其中新建文件 secrets.toml。 填入你的 API Key：

Ini, TOML
# .streamlit/secrets.toml

# 1. 大模型 (DeepSeek)
DEEPSEEK_API_KEY = "sk-xxxxxxxxxxxxxxxx"
DEEPSEEK_BASE_URL = "[https://api.deepseek.com](https://api.deepseek.com)"

# 2. Embedding 模型 (推荐智谱 / 硅基流动)