# RAG 工具说明

该目录负责知识构建与向量入库。

## 目录结构

```text
tools/rag/
├── map/                     # 原始地图数据
├── knowledge_base/
│   ├── location/            # 地点知识（可选分目录）
│   ├── pattern/             # 模式知识（任务模板）
│   ├── rules/               # 规则知识
│   └── *.ndjson
├── vector_store/            # Chroma 持久化目录
├── build_knowledge_base.py  # 从 map 构建 ndjson
└── ingest.py                # 入库到 Chroma（多集合 + 兼容集合）
```

## 运行前准备

```bash
cd /home/huangfukk/DronePlanning
source backend_service/venv/bin/activate
export ORIN_IP="localhost"
```

并确保 embedding 服务可用（默认 `8090`）：

```bash
curl -s http://localhost:8090/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"input":["test"]}'
```

## 完整流程（可直接执行）

```bash
cd /home/huangfukk/DronePlanning
source backend_service/venv/bin/activate

# 1) 由 map 构建知识文本
python tools/rag/build_knowledge_base.py

# 2) 入库
python tools/rag/ingest.py
```

## 入库结果

`ingest.py` 会同时写入：

- 兼容集合：`drone_docs`
- 新集合：`location_kb`、`pattern_kb`、`rules_kb`

并在 metadata 中写入 `kb_type`，支持检索时按知识域筛选。

## 常见问题

- **Chroma 初始化异常**：先确认使用的是项目 venv，再检查 `tools/rag/vector_store/` 是否损坏（备份后重建）。
- **连接 embedding 失败**：检查 `ORIN_IP`、端口 8090、以及模型服务是否已启动。