搭建应用开发环境

正所谓磨刀不误砍柴工，要想后续顺利进行AI应用编程，务必正确搭建电脑的Python开发环境，这样可以避免代码编译时出现奇奇怪怪的错误，才能心无旁骛地钻研AI应用技能。

首先是安装哪个Python版本。AI开发环境的Python版本推荐Python 3.10.x，该版本兼容所有 AI 库（torch、llama-index、langchain、langgraph、ollama），也没有新版本的奇怪Bug。

其次是安装哪个PyCharm版本。Python代码的开发工具PyCharm可以选择社区版的PyCharm 2024.1 / 2023.3 / 2022.2 ，PyCharm版本过低会不支持Python 3.10，版本过高会很消耗电脑资源。

再次是安装 Ollama ，AI应用在加载离线大模型时经常用到它。

二、上下文（提示词）
要让AI干活，先得丢个问题或者指令给它。这个问题或者指令就叫做“提示词”，意思是提示AI要干什么。

一边是大模型要求准确的提示词，另一边是用户千奇百怪的命令，夹在中间的AI应用开发者就得想办法连通这两者。
AI应用搭建的提示词转换桥梁，又被称作“提示词工程”，它要把用户的各种命令和提问转换为大模型容易理解的提示词。

为了让AI在不同的语境中准确理解用户的意图，在开启新会话时有必要把之前的历史对话记录发给AI，以便AI理解当前对话所处的上下文环境，才好做出有针对性的回答。

可是历史对话记录一方面数量很多，另一方面存在大量冗余，而每次发给AI大模型的提示词都会消耗宝贵的Token，于是AI应用开发者就得想办法精简历史对话记录，以得到提炼了主要意思的上下文信息。
历史对话的提炼方式经历了下列的优化过程：

1、按照某种规则截断历史对话
历史对话虽多，但关联度高的记录只有最近的几条，因此可保留最新的几条对话记录形成下次会话的上下文。对话记录的截断规则有下列两种：

（1）按照消息数量来截断历史对话；
（2）按照Token长度来截断历史对话；

其中在计算文本的Token长度时，给出了两种分词器及其使用说明。一种分词器是国外的tiktoken，另一种是国产的jieba，对中文段落分词推荐使用jieba库。

2、提取历史对话的摘要文字
精简历史对话的文字内容，提炼出紧凑的摘要文本，可提高上下文的信息密度，有效降低Token消耗。对话记录的摘要办法有下列几种：

（1）使用第三方的摘要库（如snownlp和sumy）进行文字摘要；
（2）使用在线大模型（如火山引擎）对原始文本输出摘要；
（3）使用离线大模型（如千问的文本大模型）对原始文本生成摘要；

在上下文部分的系列文章末尾，给出了一个使用离线大模型对文本生成摘要的实战例子。
先通过modelscope下载离线大模型Qwen1.5-1.8B-Chat，再通过transformers加载本地离线大模型，输出原始文本经过压缩后的摘要文字。实战演示过程发现，离线大模型支持设置返回内容的Token长度，并且离线处理不消耗在线Token，适合初学者练习AI应用开发。

三、RAG（知识库）
大模型虽智能，却存在下列两个短板：

（1）知识有截止日期，不懂新知识
（2）会幻觉、爱胡说八道

为弥补大模型的上述两处缺陷，就引入了RAG知识库。
RAG是一种结合检索和生成技术的模型，它通过引用外部知识库的信息来生成回答，外部知识库通常来源用户提供的文档资料。

RAG的使用流程包含下列五个步骤：

（1）加载文档资料
（2）对文本分块
（3）向量化文本
（4）存入向量数据库
（5）在用户提问时，检索向量数据库，并把结果反馈给大模型

以下简要说明各步骤的处理手段：

1、向量数据库
在RAG第4步的“向量数据库”，分别介绍了运行于内存的FAISS，以及运行于磁盘的Chroma。
其中FAISS速度快，适合一次性使用；而Chroma可持久保存数据，适合多次反复使用。

2、向量化文本
在RAG第3步的“向量化文本”，介绍了两种文本嵌入模型，一种是国外的all-MiniLM-L6-v2，另一种是国产的BGE-small。
其中，国产Embedding模型的优势是在处理中文时更加精准，能够给出更准确的检索结果。

3、对文本分块
在RAG第2步的“对文本分块”，要把一大段文本拆分为多个句子，基本要求如下：

（1）读取文档资料的所有文本内容。
（2）按照句号分割文本。
（3）每条知识设定字数下限，比如不得少于50个汉字；如果某条知识小于这个长度，就要跟下一条知识合并。
（4）处理过程注意去除无效字符，例如剔除空行、删除空格等等。

4、加载文档资料