TensorAgent 本地多模态索引：让文档图像音视频可被 agent 检索
fuzhongkai · reddit · 2026-11-01
TensorSharp 作者介绍 TensorAgent 的本地知识库功能，把文档、CSV、图像、音频、视频汇入可检索集合，并保留与原始文件的连接。
索引方式
- 文档与 CSV 贡献抽取文本与结构化内容。
- 图像通过兼容视觉模型贡献描述与可见文字。
- 音频通过兼容音频模型贡献转写内容。
- 视频从采样帧提取信息，音轨不索引。
检索默认 BM25，可选 embedding；作者明确这不是把所有模态嵌入同一向量空间。覆盖范围是显式的：媒体抽取可能不完整，索引一个文件不代表理解其全部细节，且集合需在每次对话中显式启用。
从索引到任务
演示用虚构咖啡店 campaign：PDF 写 15% 折扣、海报写 20%，工作流检索出冲突证据，打开完整销售 CSV 做计算，产出带来源链接的行动方案。作者强调检索负责定位证据，访问原文件才能用完整数据集计算。
视频为 83 秒演示，使用真实 UI、合成数据与脚本化响应，非实时模型运行或基准测试，计算已用 Python 独立核对。
「编程与Agent」频道最新
- 10 人公司 Spawn 月发 7.7 万次更新：AI 代币开支达薪酬 30 倍 — garrytan · 2026-11-01
- Anthropic 删掉 Claude Code 80% 系统提示，编码评测零损失 — cfregly · 2026-11-01
- Patrick Collison 给应用装上「自由文本改需求」入口,几天被用户加 150 项改进 — zeeg · 2026-11-01
- pi 编码 agent 的 Rust 移植版 pi-rs 换用 rquickjs,性能最高提升 10 倍 — jasonkneen · 2026-11-01
- Claude Managed Agents 文档详解：Skills、MCP 与插件打包之争 — cfregly · 2026-11-01
- Anthropic Managed Agents 尚不支持整包导入插件，官方建议先手动配置 — cfregly · 2026-11-01