Can retrieval agents like ChatGPT and Perplexity read your website? Agentis Lux sees what they see.

说明与用途

**项目简介（2‑3 句）**
Agentis Lux 是一款开源的检索增强（RAG）工具，能够让 ChatGPT、Perplexity 等生成式助手直接读取并搜索您网站或内部知识库的内容，实现“助理看得见、用得上”。该项目在 dev.to（标签 *showdev*）中被专题报道，旨在把散落的文档、网页转化为可查询的结构化索引。

**价值**

• **让内部知识可被 AI 助手直接调用**：无需手动编写提示或复制粘贴，助理可以实时从最新的网页或文档中抽取信息，提升回答的准确性和时效性。
• **统一检索层**：一次索引即可覆盖整个站点或知识库，支持全文搜索、向量检索和元数据过滤，适用于文档中心、FAQ、技术手册等场景。
• **加速原型和内部工作流**：在原型阶段即可快速搭建“助理即搜索”，帮助团队验证 RAG 思路，降低开发成本。

**典型接入方式**

1. **准备数据**：将目标网站或文档导出为 HTML、Markdown、PDF 等可解析格式。
2. **运行索引脚本**：使用项目提供的 CLI（如 agentis-lux index --source ./site --output ./index）将内容爬取、分块并生成向量索引（可选使用 OpenAI、Llama‑Index、FAISS 等后端）。
3. **部署查询服务**：启动内置的 API（uvicorn agentis_lux.server:app），或将生成的索引文件挂载到已有的 RAG 平台（LangChain、Llama‑Index 等），通过 HTTP/REST 或 gRPC 调用。
4. **在生成式助手中集成**：在 ChatGPT、Perplexity 或自建的 LLM 应用中加入自定义工具/插件，调用上述查询 API，将检索结果作为上下文注入模型提示。
5. **手动审查**：在正式上线前，使用项目的“审查模式”对检索结果进行抽样检查，确保敏感信息不被泄露、答案质量符合预期。

**生产可用性**

• **成熟度**：当前评级为 **Medium**。项目已更新至 2026‑06‑28，包含 5 个主题的文档，适合作为原型或内部业务流程的基础。
• **部署要求**：需要自行托管索引服务，确保向量数据库（FAISS、Milvus 等）和 LLM 调用的可靠性；对外部依赖（如 OpenAI API）要做好额度与成本管理。
• **风险与注意事项**：元数据和集成信号较少，文档、发行节奏和社区活跃度需自行评估；在生产环境部署前务必检查许可证、维护状态、已知 issue 以及安全审计。
• **推荐使用场景**：内部知识库搜索、技术文档辅助、客服问答原型、研发文献检索等；不建议直接在面向外部用户的高并发生产系统中使用，除非完成充分的性能、容错和安全加固。

实际用途

Can retrieval agents like ChatGPT and Perplexity read your website? Agentis Lux sees what they see. helps make internal knowledge searchable and usable by assistants.

• index knowledge bases
• improve search over documents
• ground assistant answers

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.