今天我們要讓 Agent 讀取 PDF、Docs 或其他文件，整合成可查詢知識庫。

一、概念

• 目標：把文件變成向量索引（Vector Store）
• 方法：先分段 → 生成 Embeddings → 建立檢索器
• 使用方式：Agent 問問題 → 自動檢索 → 回答

二、實作範例

# -------------------------------
# 安裝套件
# -------------------------------
# pip install  pypdf fpdf langchain langchain_community sentence-transformers

# -------------------------------
# 1. 生成範例 PDF（中文支援）
# -------------------------------
from fpdf import FPDF
import os

pdf = FPDF()
pdf.add_page()
# 載入支援中文的 ttf 字型，需先確認系統有此字型檔
# Windows 內建字型可使用 C:\Windows\Fonts\arial.ttf
pdf.add_font("ArialUnicode", "", "C:\\Windows\\Fonts\\ARIALN.TTF", uni=True)
pdf.set_font("ArialUnicode", size=12)
pdf.multi_cell(0, 10, """LangChain 是一個可以快速構建 LLM 應用的框架。
它支援多種工具串接、上下文記憶、問答型 Agent。
可以用於資料分析、文件檢索、聊天機器人等應用。""")
pdf_file = "example.pdf"
pdf.output(pdf_file)
print(f"✅ {pdf_file} 已生成")

上半部分是預防沒有合適的PDF檔，若有想要嘗試的檔案可以直接改pdf_file的名稱即可
下半部才是本次主題內容

# -------------------------------
# 2. 載入 PDF 並建立向量資料庫
# -------------------------------
from langchain_community.document_loaders import PyPDFLoader
from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain_community.vectorstores import FAISS
from langchain.chains import RetrievalQA
from langchain_google_genai import ChatGoogleGenerativeAI

# 載入 PDF
loader = PyPDFLoader(pdf_file)
docs = loader.load()

# Embeddings (免費 HuggingFace 模型)
embeddings = HuggingFaceEmbeddings(model_name="all-MiniLM-L6-v2")

# 建立向量資料庫
vectorstore = FAISS.from_documents(docs, embeddings)

# -------------------------------
# 3. 建立 RetrievalQA
# -------------------------------
# 若使用 Gemini LLM，需要設定 API Key
os.environ["GOOGLE_API_KEY"] = ""

llm = ChatGoogleGenerativeAI(model="gemini-2.5-flash", temperature=0)
qa_chain = RetrievalQA.from_chain_type(
    llm=llm,
    retriever=vectorstore.as_retriever(),
    chain_type="stuff"
)

# -------------------------------
# 4. 測試問答
# -------------------------------
query = "這份 PDF 主要討論什麼主題？"
result = qa_chain.run(query)
print("\n💡 QA 結果：")
print(result)

預計測試結果(範例pdf)
💡 QA 結果：
我不知道這份 PDF 主要討論什麼主題。

提供的內容是關於 LangChain 的介紹，它是一個用於構建 LLM 應用的框架。

三、今日小結

• Agent 可以整合外部文件成知識庫
• 可查詢 PDF、Docs 或其他文本(更改路徑及名稱就行)
• 支援多來源資料分析與問答