document-rag

问答系统搭建流程

文档嵌入到向量数据库

1 使用PDFPlumberLoader加载文档列表

2 使用文档切割RecursiveCharacterTextSplitter设置chunk的大小和重叠部分大小，将文档列表切割

3 使用Chroma和OllamaEmbeddings将切割后的文档形成向量数据库持久化到磁盘位置

问答知识链

1 加载持久化向量数据库到vector_store

2 基于向量数据存储创建检索器retriver

3 创建问答子链 create_stuff_documents_chain

4 创建历史记录搜索子链 create_history_aware_retriever

5 创建代理链（联合3，4两个链）

6 创建session记录数组，将不同的历史记录归于不同的session

7 创建最终链RunnableWithMessageHistory

创建api

1 创建FASTAPI

2 设置路由地址及调用链

3 启动uvicorn，设置端口

使用streamlit搭建简易的前端页面

1 RemoteRunnable调用远程api并传递前端输入的问题

2 使用streamlit run page.python启动页面