（1180期）rag-ingest – 智能文本切片与向量入库专家

智能文本切片与向量入库专家 将已解读的长文本自动切片、向量嵌入并写入 Qdrant 知识库，为 Agent 提供结构化检索能力。 使用说明 核心用法 rag-ingest 是 RAG（Retrieval-Augmented Generation）流水线中的关键一环，专注于知识入库。它接收 Agent 已解读/精炼好的正文文本，自动完成以下处理： 智能切片（Chunking）：将长文本切分为语义连贯的段落块 向量嵌入（Embedding）：调用外部 API 生成语义向量 向量写入：存储至 Qdrant 向量数据库的指定 collection 典型工作流 网页抓取 → 深度解读/总结 → rag-ingest → 向量检索 → 问答生成 支持两种输入方式： --content 直接传参 stdin 管道输入（推荐与 deep-research/summarize 联用） 关键参数 | 参数 | 作用 ||------|------|| --doc-id | 文档唯一标识，支持幂等覆盖更新 || --topic-tags | 检索过滤标签，提升查询精准度 || --source | 来源追溯，写入 payload 元数据 || --collection | 指定 Qdrant collection（默认 kb_main） | 显著优点 解耦设计：专注入库，不耦合抓取与解读，Pipeline 灵活组合 幂等写入：doc-id 机制确保同一文档可安全重复执行 标签过滤：topic-tags 支持多维度检索策略 轻量依赖：仅需 Node.js + 两个环境变量即可运行 潜在局限 无内容校验：不负责原文质量检测，垃圾入则垃圾出 嵌入黑箱：依赖外部 EMBED_API，模型选择/质量不可控 无冲突解决：同一 doc-id 直接覆盖，无版本历史 单点依赖：Qdrant 故障直接导致入库失败 适合人群 构建 Agent RAG 系统的开发者 需要自动化知识库维护的技术团队 已有内容生产流程、需补齐向量存储能力的场景 常规风险 | 风险类型 | 说明 | 缓解建议 ||---------|------|---------|| 数据泄露 | 正文经外部 API 嵌入 | 确认 EMBED_API 服务商合规性 || 注入污染 | topic-tags 未过滤特殊字符 | 上游做好输入校验 || 密钥暴露 | EMBEDAPIKEY 环境变量管理 | 使用密钥管理系统，避免日志打印 || 存储膨胀 | 高频更新无清理机制 | 定期归档或设置 TTL 策略 | 原始说明 将 Agent 已解读好的正文写入 Qdrant（kb_main）。仅做 chunk、embedding 和向量写入，不负责抓取与精炼。