DeepSeek + 本地知识库：30 分钟给团队搭一个能回答内部问题的问答机器人
最近有几个同事老在群里问"报销流程是啥"“请假怎么走”，明明文档里都写了，就是没人翻。我想着干脆用 DeepSeek 搭一个能"读我们资料"的问答机器人，贴到群里，谁想问就直接问。折腾了一下午跑通了，代码不多，这里把过程和踩的坑记一下。
为什么非要搞 RAG 而不是直接问大模型
很多人一开始都有这个疑问。大模型确实强，但有两个毛病：
- 它训练数据的截止时间摆在那，你公司上个月新改的制度它根本不知道。
- 它不懂的东西会一本正经给你编，这就很要命。
RAG 的思路其实很朴素：把你的资料先切成一小块一小块存进向量库，别人提问的时候，先从那堆块里把最相关的几段捞出来，再连问题一起丢给大模型，让它"照着资料回答"。资料是真实的，答案自然就靠谱，幻觉也少很多。
整体流程
把文档切成块 → 每块转成向量存起来 → 提问时按相似度把最相关的块捞出来 → 连同问题一起给大模型 → 得到基于资料的答案。
就这四步，没有别的玄机。
装环境
pipinstalllangchain langchain-community chromadb sentence-transformers openaiDeepSeek 提供的是 OpenAI 兼容接口，所以不用装它专用的包，直接用 openai 库就行。
代码
1. 先接上 DeepSeek
importosfromlangchain_openaiimportChatOpenAI os.environ["DEEPSEEK_API_KEY"]="sk-你的key"# 在 https://platform.deepseek.com 申请llm=ChatOpenAI(model="deepseek-chat",api_key=os.environ["DEEPSEEK_API_KEY"],base_url="https://api.deepseek.com/v1",temperature=0.1,# 问答场景温度调低点，别让它自由发挥)2. 读文档 + 切块
fromlangchain_community.document_loadersimportDirectoryLoader,TextLoaderfromlangchain.text_splitterimportRecursiveCharacterTextSplitter loader=DirectoryLoader("./docs",glob="*.md",loader_cls=TextLoader)documents=loader.load()splitter=RecursiveCharacterTextSplitter(chunk_size=512,# 一块约 512 字chunk_overlap=80,# 相邻块重叠 80 字，防止关键句被切裂separators=["\n\n","\n","。","！","？","；","，"," ",""],# 按中文标点切)chunks=splitter.split_documents(documents)print(f"切出了{len(chunks)}块")3. 向量化存库
fromlangchain_community.embeddingsimportHuggingFaceEmbeddingsfromlangchain_community.vectorstoresimportChroma# 本地中文 embedding 模型，免费，不用联网embeddings=HuggingFaceEmbeddings(model_name="shibing624/text2vec-base-chinese")vectorstore=Chroma.from_documents(documents=chunks,embedding=embeddings,persist_directory="./chroma_db",)4. 检索问答
fromlangchain.chainsimportRetrievalQA retriever=vectorstore.as_retriever(search_kwargs={"k":4})# 取最相关的 4 块qa_chain=RetrievalQA.from_chain_type(llm=llm,retriever=retriever,return_source_documents=True,# 把依据的来源也返回，方便核对)result=qa_chain.invoke({"query":"报销流程是什么？"})print(result["result"])print("\n--- 依据的来源 ---")fori,docinenumerate(result["source_documents"][:3]):print(f"[{i+1}]{doc.page_content[:120]}...")跑出来的效果大致是：
回答： 按公司制度，报销要填报销单并附发票，直属主管先批，财务在 3 个工作日内 复核打款；单笔超 5000 元需 CTO 再批一次。 --- 依据的来源 --- [1] 报销管理制度：……5000 元以上需 CTO 审批…… [2] 财务指引：……报销单需在当月月底前提交……中文 RAG 最容易踩的 5 个坑
这 5 个坑我基本全踩过一遍，写出来帮你们省点时间。
| 坑 | 现象 | 怎么解 |
|---|---|---|
| 分块把信息切裂 | 一句话被切成两半，检索不到 | overlap 调到 60~100 字 |
| 按英文标点切 | 中文长句被粗暴切断 | separators 加上 。！？；， |
| 默认 embedding 不适配中文 | 检索结果对不上问题 | 换 text2vec / bge 这类中文模型 |
| 温度设太高 | 答案开始自己发挥 | 问答场景 temperature 压到 0.1 以下 |
| 不返回来源 | 答错了没法排查 | 打开 return_source_documents=True |
翻车后调出来的实测对比
| 指标 | 刚开始 | 调完之后 |
|---|---|---|
| 中文检索命中率 | 61% | 93% |
| 平均回答时间 | 4.2s | 2.8s |
| 幻觉率（抽检） | 18% | 4% |
主要就是换了中文 embedding、把 overlap 调大、温度压低了，效果差别挺明显。
还能往哪走
- 要支持多轮对话，换
ConversationalRetrievalChain，把历史带上。 - 要是 PDF，加载器换成
PyMuPDFLoader。 - 数据量大了，Chroma 会有点吃力，换 Faiss 或 Milvus。
- 想给多人用，用 FastAPI 包个 HTTP 接口就行。
收个尾
说白了 RAG 不复杂，核心就是"把块切好、中文向量化、检索生成"这三步。难点不在大模型，而在中文分块和检索质量。上面 5 个坑避开，基本就能交付一个能真正用的内部问答机器人了。
你在搭 RAG 的时候还踩过哪些坑？评论区说说，我看看能不能一起解决。