v2.0.0: Modern Engineering & Learning RAG Pipeline

🌌 OntoAgent v2.0.0: Modern Engineering & Learning RAG Pipeline

OntoAgent 2.0 是一个面向工程落地与渐进式学习的全新架构重构版本。
全面告别历史 AST 静态分析图谱，转变为基于 LangChain + LangGraph + ChromaDB + 混合检索 (Dense + BM25 + RRF) 的全链路检索增强生成与自反思智能体系统。

---

🚀 核心特性与架构升级 (Key Highlights)

1. 结构感知切块 (Hierarchical Ingestion)

   • 支持 Markdown、PlainText 与 PDF 文档；
   • 自动解析 Markdown 标题层级路径（heading_path）并注入切片元数据，有效解决传统固定字数切块导致的语义割裂与上下文丢失。

2. 双路索引与零运维存储 (Dual Storage & Indexing)

   • ChromaDB 本地向量库：嵌入式存储，免 Docker、零运维依赖，自动持久化至本地目录；
   • BM25 倒排索引：纯 Python 中英文分词，实现针对专业术语、错误码与具体型号的无损精确检索。

3. 工业级 RRF 多路召回融合 (Reciprocal Rank Fusion)

   • 消除稠密向量余弦距离与 BM25 词频评分的量纲差异；
   • 兼顾术语精确命中与同义词泛化意图。

4. LangGraph Self-RAG 自省纠错智能体 (StateGraph Workflow)

   • 相关度自审 (Grade Documents)：自动过滤噪音切片；
   • 自适应查询改写 (Query Rewrite)：未检索到有效证据时自动改写并重新检索；
   • 约束事实生成 (Grounded Generation)：严格基于证据回答并标注引用来源 [1], [2]；
   • 幻觉自检 (Hallucination Guard)：事实自省，防脱靶捏造。

5. 统一模型协议 (Multi-Provider Compatible)

   • 遵循 OpenAI 兼容标准，支持 DeepSeek、阿里云百炼 (Bailian)、硅基流动、Ollama 等；
   • 提供离线回退嵌入算法，测试与演示零成本无网络开箱即用。

6. 阶梯式学习实战体系 (tutorials/)

   • 01_naive_rag.py：50 行代码跑通切块、向量化、检索与 Prompt 组装；
   • 02_chunking_and_metadata.py：结构感知切分与元数据防漂移实验；
   • 03_hybrid_retrieval_rrf.py：专有名词场景下 BM25+向量检索与 RRF 融合打分；
   • 04_self_rag_langgraph.py：LangGraph 状态图与自省纠错闭环。

---

📦 安装与使用 (Quickstart)

pip install -r requirements.txt
pip install -e .

# 快速入库
onto-agent ingest ./data/samples

# 智能问答
onto-agent query "分布式系统的断路器熔断条件是什么？"

# 交互式对话
onto-agent chat