项目目标

构建一个基于 RAG 的智能问答系统。

功能特性

• ✅ 上传文档（PDF/Word/TXT）
• ✅ 语义搜索
• ✅ 智能问答
• ✅ 引用来源

技术栈

• LangChain
• OpenAI Embeddings
• Chroma 向量数据库
• Streamlit（前端）

核心代码

\\python import streamlit as st from langchain_community.vectorstores import Chroma from langchain_openai import OpenAIEmbeddings, ChatOpenAI from langchain.chains import RetrievalQA

初始化

@st.cache_resource def init_vectorstore(): return Chroma( embedding_function=OpenAIEmbeddings(), persist_directory="./chroma_db" )

vectorstore = init_vectorstore() qa_chain = RetrievalQA.from_chain_type( llm=ChatOpenAI(), retriever=vectorstore.as_retriever() )

UI

st.title("智能问答助手") question = st.text_input("请输入你的问题：")

if st.button("提问"): answer = qa_chain.run(question) st.write(answer) \\

运行项目

\\ash streamlit run app.py \\

本课小结

• 使用 RAG 构建问答系统
• Streamlit 快速搭建前端
• Chroma 持久化向量存储

下一课：12 - 文档对话系统