DOCX RAG 搜索

`DOCXSearchTool`

描述

DOCXSearchTool 是一个 RAG 工具，旨在对 DOCX 文档进行语义搜索。
它使用户能够通过基于查询的搜索，有效地在 DOCX 文件中查找并提取相关信息。
对于数据分析、信息管理和研究任务，这个工具都非常有价值，
能够简化在大型文档集合中查找特定信息的过程。

安装

在终端中运行以下命令以安装 crewai_tools 包：

uv pip install docx2txt 'crewai[tools]'

示例

下面的示例演示如何初始化 DOCXSearchTool，以搜索任意 DOCX 文件内容或指定某个 DOCX 文件路径。

from crewai_tools import DOCXSearchTool

# 初始化工具，以搜索任意 DOCX 文件内容
tool = DOCXSearchTool()

# 或者

# 使用特定 DOCX 文件初始化工具，
# 这样智能体只能搜索该指定 DOCX 文件的内容
tool = DOCXSearchTool(docx='path/to/your/document.docx')

参数

下面这些参数可用于自定义 DOCXSearchTool 的行为：

参数	类型	描述
docx	`string`	可选。指定你要搜索的 DOCX 文件路径。如果初始化时未提供，该工具允许稍后再指定任意 DOCX 文件的内容路径进行搜索。

自定义模型与嵌入

默认情况下，该工具同时使用 OpenAI 进行嵌入和摘要。若要自定义模型，可以按如下方式使用配置字典：

from chromadb.config import Settings

tool = DOCXSearchTool(
    config={
        "embedding_model": {
            "provider": "openai",
            "config": {
                "model": "text-embedding-3-small",
                # "api_key": "sk-...",
            },
        },
        "vectordb": {
            "provider": "chromadb",  # 或 "qdrant"
            "config": {
                # "settings": Settings(persist_directory="/content/chroma", allow_reset=True, is_persistent=True),
                # from qdrant_client.models import VectorParams, Distance
                # "vectors_config": VectorParams(size=384, distance=Distance.COSINE),
            }
        },
    }
)