基于 LangChain 1.1.2 框架的 Agentic RAG 智能文献阅读助手 技术栈：Python、LangChain 1.1.2、LangGraph、ChromaDB、Sentence-Transformers、Streamlit、Deep Seek • 设计并实现了完整的端到端 RAG，包括：PDF 文档加载、清洗、切分（chunking），向量数据库检索 设计，调用 DeepSeek API 生成回答并输出引用上下文。 • 基于Agent + Tool + Memory 架构搭建交互：将 RAG 检索封装为工具供 Agent 调用，使用 LangGraph MemorySaver 维护会话记忆，Streamlit 提供聊天 UI 与建库控制。 创新点： • 实现特定 PDF 加载功能：引入特定模块 PDFPlumberLoader 加载 PDF ，进行完整的数据清洗，在 chunking 后过滤目录、章节标题等低信息噪声片段，从而提升检索质量。 • 实现迭代检索：每一次检索过程设计为多轮检索和生成，每一次迭代检索完成后，由 LLM 决定是否 继续检索，以及生成下次检索所需关键词，从而提高回答完整性与正确率。

RAG-pdf

RAG 智能 PDF 阅读助手（Streamlit + LangChain + Chroma）

功能

• 本地 PDF 向量化入库（Chroma）
• Agent 调用检索工具 rag_retrieve 后再回答

快速开始

1) 准备环境

建议使用 Python 3.10/3.11（部分依赖在 3.13 上可能不完整）。

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

2) 配置 .env

项目使用环境变量读取模型配置；请从示例文件创建你的本地配置：

cp .env.example .env

然后编辑 .env，至少需要：

• DEEPSEEK_API_KEY
• DEEPSEEK_BASE_URL（DeepSeek 的 OpenAI 兼容接口地址）
• EMBEDDING_MODEL（如 sentence-transformers/all-mpnet-base-v2）

如网络访问 HuggingFace 较慢，可在 .env 中配置镜像： HF_ENDPOINT=https://hf-mirror.com

3) 放入 PDF 文档

把你的 PDF 放到 user_data/documents/（仓库默认带空目录占位，不会提交你的文档）。

4) 运行

streamlit run streamlit_app.py

首次运行如果需要建库，会下载 embedding 模型并生成 chroma_langchain_db/（本地持久化向量库）。

Demo 截图