langchain-rag-tutorial：实践指南

准备试用langchain-rag-tutorial之前，先别急着安装；这个项目提供的是一个简单的 Langchain RAG 应用程序。在日常自动化场景里，常见问题是输入边界、依赖和失败处理如果不清楚就很难稳定复用，这正是评估时需要盯住的地方。我建议用一项范围明确的真实任务完成最小试跑，重点记录配置时间、输出质量、异常信息和维护痕迹，再与现有方案比较。我的判断是，它更适合愿意先做小范围验证并复查原始文档的团队；若眼下没有这类需求，先保留观察即可。

Langchain RAG 教程

安装依赖项

1. 由于当前通过 pip install onnxruntime 安装 onnxruntime 存在挑战，因此在安装 requirements.txt 文件中找到的依赖项之前，请执行以下操作。

   • 对于 MacOS 用户，解决方法是首先使用以下命令安装 chromadb 的 onnxruntime 依赖项：

    conda install onnxruntime -c conda-forge
   

   See this thread for additonal help if needed.

   • 对于 Windows 用户，请按照此处的 指南 安装 Microsoft C++ 构建工具。请务必执行最后一步来设置环境变量路径。

2. 现在运行此命令以在 requirements.txt 文件中安装依赖项。

pip install -r requirements.txt

3. 安装 Markdown 依赖项：

pip install "unstructured[md]"

创建数据库

创建 Chroma DB。

python create_database.py

查询数据库

查询色度DB。

python query_data.py "How does Alice meet the Mad Hatter?"

您还需要设置一个 OpenAI 帐户（并在环境变量中设置 OpenAI 密钥）才能使其正常工作。

以下是分步教程视频：RAG+Langchain Python 项目：Easy AI/Chat 用于您的文档。