kotaemon核心GraphRAG、Agent、多模态代码解读！

关注

原创最新推荐文章于 2026-04-14 11:51:51 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

从小白到专家：DeepSeek 模型硬件配置完全指南 DeepSeek是由深度求索（DeepSeek）推出的一系列大语言模型，涵盖从轻量级到超大规模的不同版本。高效性：优化了推理和训练效率，适合多种应用场景。灵活性：支持从单机到分布式集群的部署方式。多场景适配：适用于文本生成、代码补全、对话系统等任务。为了充分发挥DeepSeek模型的性能，合理的硬件配置至关重要。以下是针对不同规模模型的具体硬件需求。阅读详情

要说最近RAG方面火热的项目当属kotaemon，短时间暴涨8k star

kotaemon的亮点是可定制化RAG UI，核心技术点是混合索引（Vector、Keyword、GraphRAG）、复杂推理Agent（ReAct、ReWOO、MemoryGIST 和 GraphReader）、多模态。

混合索引（GraphRAG）

混合索引主要是指：全文和矢量融合，这里还有一个选型就是集成了RAG的新范式：GraphRAG

在这里插入图片描述

看代码直接用的微软GraphRAG

检索后重排采用LLMReranker

RERANK_PROMPT_TEMPLATE = """Given the following question and context,``return YES if the context is relevant to the question and NO if it isn't.``   ``> Question: {question}``> Context:``>>>``{context}``>>>``> Relevant (YES / NO):"""

复杂推理Agent

推理目前主要实现了react与rewoo，tools包括google搜索工具、llm工具、wikipedia工具，可以自定义扩展。

react还是经典的Thought、Action、Action Input、Observation模式

zero_shot_react_prompt = PromptTemplate(`    `template="""Answer the following questions as best you can. Give answer in {lang}. You have access to the following tools:``{tool_description}``Use the following format:``   ``Question: the input question you must answer``Thought: you should always think about what to do``   ``Action: the action to take, should be one of [{tool_names}]``   ``Action Input: the input to the action, should be different from the action input of the same action in previous steps.``   ``Observation: the result of the action``   ``... (this Thought/Action/Action Input/Observation can repeat N times)``#Thought: I now know the final answer``Final Answer: the final answer to the original input question``   ``Begin! After each Action Input.``   ``Question: {instruction}``Thought:{agent_scratchpad}`    `"""``)

rewoo（Reasoning WithOut Observation），该范式将推理过程与外部观察分离

planner的prompt模版

from kotaemon.llms import PromptTemplate``   ``zero_shot_planner_prompt = PromptTemplate(`    `template="""You are an AI agent who makes step-by-step plans to solve a problem under the help of external tools.``For each step, make one plan followed by one tool-call, which will be executed later to retrieve evidence for that step.``You should store each evidence into a distinct variable #E1, #E2, #E3 ... that can be referred to in later tool-call inputs.``   ``##Available Tools##``{tool_description}``   ``##Output Format (Replace '<...>')##``#Plan1: <describe your plan here>``#E1: <toolname>[<input here>] (eg. Search[What is Python])``#Plan2: <describe next plan>``#E2: <toolname>[<input here, you can use #E1 to represent its expected output>]``And so on...``   ``##Your Task##``{task}``   ``##Now Begin##``"""``)

solver的prompt模版

zero_shot_solver_prompt = PromptTemplate(`    `template="""You are an AI agent who solves a problem with my assistance. I will provide step-by-step plans(#Plan) and evidences(#E) that could be helpful.``Your task is to briefly summarize each step, then make a short final conclusion for your task. Give answer in {lang}.``   ``##My Plans and Evidences##``{plan_evidence}``   ``##Example Output##``First, I <did something> , and I think <...>; Second, I <...>, and I think <...>; ....``So, <your conclusion>.``   ``##Your Task##``{task}``   ``##Now Begin##``"""``)``

多模态

多模态体现在丰富的loader上面，多达十几种比如：html_loader.py、excel_loader.py、unstructured_loader.py等，可以借鉴用于其它场景哦

多模态测试，AdobeReader

在这里插入图片描述

https://github.com/Cinnamon/kotaemon

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述