智能体 RAG（Tavily + Context7 + Qdrant）

功能说明

一个由智能体自行构建的知识库——这是智能体可以调用的多种上下文工程来源之一。

RAG（检索增强生成）是指为模型提供相关文档以支撑其回答。通常的做法是预先将文档加载到向量存储中。智能体 RAG 则反过来： 智能体自行构建知识库，自行决定哪些内容值得保留，并在工作过程中存储它们。

本示例使用官方的 Qdrant MCP 服务器。Qdrant 是一个向量数据库，该服务器暴露了两个工具：一个用于存储文本片段，另一个用于查找与查询最相关的已存储文本。它完全本地运行——QDRANT_LOCAL_PATH 将所有数据保存在磁盘上，无需额外运行数据库，并且使用本地模型进行文本嵌入，因此无需额外的 API 密钥。

智能体使用了三个 MCP 服务器：

脚本将 RAG 的两个环节作为两个独立的智能体运行：

1. 存储——一个拥有 Tavily 搜索、Context7 和 Qdrant 的智能体。它从网络上研究 Nvidia 的最新信息，通过 Context7 查找当前的 OpenAI Agents SDK 文档，并将两者的关键事实存储起来。

2. 检索——第二个智能体仅拥有 Qdrant，没有网络搜索，也没有 Context7。它所说的任何内容，都是从第一个智能体存储的内容中回忆出来的。

Related MCP server: Qdrant MCP Server

为什么使用 Context7

模型的训练数据有截止日期，因此它对快速迭代的库的记忆是过时的，并且会自信地编造出不再存在的 API。Context7 是一个托管的 MCP 服务器，它索引库文档并按需提供最新版本。两个工具：

• resolve-library-id ——将包名或产品名（"openai-agents"、"next.js"）转换为 Context7 库 ID。

• query-docs ——获取该库的最新文档和代码示例，并限定在你的问题范围内。

智能体的指令会将任何与库相关的问题路由到 Context7，而不是路由到记忆或通用网络搜索——先解析 ID，再查询文档。由于它是一个纯 HTTP 端点，无需安装任何东西；它通过 MCPServerStreamableHttp 而不是 MCPServerStdio 进行连接：

context7_params = {"url": "https://mcp.context7.com/mcp", "timeout": 60}

async with MCPServerStreamableHttp(params=context7_params, client_session_timeout_seconds=60) as docs_server:
    ...

这里涉及两个超时，它们的作用不同。参数中的 timeout 是 HTTP 请求超时；client_session_timeout_seconds 是 MCP 会话读取超时，默认只有 5 秒——这个值太低，慢速的文档获取会失败，因此这里将其提高到 60 秒。

设置

1. Node 22+（Tavily 通过 npx 运行；Qdrant 通过 uvx 运行，而 uv 已经提供了 uvx；Context7 无需安装任何东西）：

   • Windows（PowerShell）：winget install OpenJS.NodeJS.LTS

   • Mac：brew install node

   • Linux / 其他系统：通过包管理器或从 nodejs.org 安装

2. 在 tavily.com 获取免费的 Tavily API 密钥（每月 1000 次搜索，无需信用卡；密钥以 tvly- 开头）。

3. 可选： 在 context7.com 获取免费的 Context7 API 密钥。Context7 支持匿名使用——密钥仅用于提高速率限制。

4. 将 .env.example 复制为 .env 并填写：

   OPENAI_API_KEY=sk-...
   TAVILY_API_KEY=tvly-...
   CONTEXT7_API_KEY=          # optional, leave blank to run anonymously

5. 安装依赖：

   uv sync

6. 运行：

   uv run main.py

注意事项

• 首次运行会暂停一次，有时会持续一段时间：首次存储或搜索会下载 Qdrant 的小型本地嵌入模型。这就是为什么 Qdrant 服务器的客户端超时设置为 120 秒而不是 60 秒。

• 向量存储位于 memory/qdrant/（集合 knowledge），相对于你的工作目录创建——请从项目文件夹运行。删除它以清空知识库。

• 再次运行脚本时，步骤 1 会向已有内容追加，而不是替换。

• 如果设置了 CONTEXT7_API_KEY，它会作为 Authorization: Bearer ... 头发送；如果未设置，则完全省略该头，匿名使用服务器。

• 检索智能体被特意只保留 Qdrant。如果也给它 Context7，会模糊演示效果——你将无法判断答案来自知识库还是来自新的文档查询。

• Context7 是一个远程服务器，因此与其他两个不同，它依赖于 mcp.context7.com 的网络可达性，而不是本地进程。

• 追踪信息位于 platform.openai.com/traces。

• Windows，路径包含空格： 如果 npx 启动失败，请改用 {"command": "powershell", "args": ["/c", "npx", ...]}。