从零开始搭建知识问答系统

好的，我给你整理一个从零开始搭建 Mini RAG 项目的详细步骤，包括你笔记本上需要安装的软件和环境：

1️⃣ 安装 Python

• 下载并安装Python 3.11+

• 官网：Python 官方下载

• 勾选“Add Python to PATH”

• 检查安装：

python --version pip --version

2️⃣ 安装包管理工具（推荐 pip + virtualenv）

• 创建虚拟环境：

python -m venv venv

• 激活：

  • Windows：

    venv\Scripts\activate

  • macOS/Linux：

    source venv/bin/activate

• 升级 pip：

pip install --upgrade pip

3️⃣ 安装必要 Python 包

pip install fastapi uvicorn python-dotenv langchain langchain-openai faiss-cpu tiktoken

• fastapi：Web API 框架

• uvicorn：开发服务器

• python-dotenv：管理环境变量

• langchain：AI 应用框架

• faiss-cpu：本地向量数据库

• tiktoken：OpenAI token 处理

4️⃣ 获取 API Key

• 注册 OpenAI 或本地 LLM 服务

• 在项目根目录新建.env文件：

OPENAI_API_KEY=你的API_KEY

5️⃣ 准备项目目录

mini-rag/ ├── app.py # Web接口 ├── ingest.py # 构建知识库 ├── ask.py # 命令行问答 ├── docs/ │ └── demo.txt # 示例文档 ├── vectorstore/ # 存放向量库 ├── requirements.txt └── .env

• docs/放你的测试文档（txt, PDF 后续可扩展）

• vectorstore/存储 FAISS 向量数据库

6️⃣ 构建知识库

• 用ingest.py把文档切分、向量化、存入 FAISS

python ingest.py

• 输出：vectorstore文件夹，里面是向量数据库

7️⃣ 命令行测试问答

• 用ask.py测试知识库问答：

python ask.py

• 示例：

远程办公一周最多几天？ 报销多久内提交？ 加班需要审批吗？

8️⃣ Web 接口部署

• 用app.py部署 FastAPI：

uvicorn app:app --reload

• 打开浏览器访问：

http://127.0.0.1:8000/docs

• 可以通过 Swagger UI 测试 API

9️⃣ 后续升级

• 支持 PDF / Word 文档

• 支持多轮对话

• 接入 LangGraph Agent

• 增加前端界面（React/Next.js）