嘿，各位技术同学！今天，我们来聊一个大家在使用大语言模型（LLM）时都会遇到的痛点：知识过时。

无论是像我一样，用 Gemini Pro 学习日新月异的以太坊，还是希望它能精确掌握某个特定工具的最新用法，我们都可能被它“记忆”里的旧知识所困扰。比如，我让它生成 PlantUML 图时，它偶尔会“穿越”回过去，使用一些已经被废弃的旧语法，这无疑增加了我们的学习和开发成本。

为了解决这个问题，我动手开发了一个小项目：一个基于**检索增强生成（RAG）**的智能问答系统。它能读取最新的官方文档（比如 PlantUML 的语言参考指南），并让 Gemini 模型在回答问题前，先查阅这些最新资料。今天，我就和大家分享这个项目的技术实现，希望能给大家带来一些启发。
在这里插入图片描述

项目核心理念：RAG如何解决问题？

在我们深入代码之前，先花一分钟理解一下 RAG 的工作原理。

想象一下，我们让一位非常聪明的实习生（LLM）写一份报告，但他对某个特定领域的最新进展不太了解。我们会怎么做？我们不会让他凭空想象，而是会把最新的行业报告、研究论文（外部知识库）丢给他，说：“看，根据这些资料来写。”

RAG 就是这个过程的自动化版本。它通过一个“检索”步骤，从我们的知识库（PDF、文档、网站等）中找到与用户问题最相关的信息，然后将这些信息连同原始问题一起打包，交给 LLM，让它基于这些“新鲜出炉”的材料来“生成”答案。

这个流程可以用下面的 PlantUML 图清晰地表示：
在这里插入图片描述

技术实现深度解析

现在，让我们深入 main.py 文件，看看这个 RAG 系统是如何一步步构建起来的。

第一步：知识库的建立与“保鲜”

万丈高楼平地起，我们的第一步是建立一个可靠的知识库。在这个项目中，知识来源于一份PDF文档。但我们做了一个非常实用的优化：自动检测文档更新。

代码通过 get_pdf_hash 函数计算 PDF 文件的 SHA256 哈希值。

def get_pdf_hash(file_path):"""计算文件的 SHA256 哈希值"""sha256_hash = hashlib.sha256()with open(file_path, "rb") as f:for byte_block in iter(lambda: f.read(4096), b""):sha256_hash.update(byte_block)return sha256_hash.hexdigest()

在 load_or_create_vectorstore 函数中，系统启动时会检查持久化目录 chroma_db 中存储的旧哈希值与当前 PDF 文件的哈希值是否一致。

如果一致：太棒了！说明文档没变，直接从磁盘加载已经处理好的向量数据库，秒级启动。
如果不一致或首次运行：说明知识需要更新！系统会自动删除旧的数据库，然后使用 PyPDFLoader 加载新的 PDF，并用 RecursiveCharacterTextSplitter 将其分割成更小的、易于检索的文本块。

这个设计非常关键，它确保了我们的“外脑”永远存储的是最新信息，同时避免了每次运行都重复处理文档的昂贵开销。

第二步：将知识向量化 (Embedding)

计算机不理解文字，只理解数字。为了让机器能够“理解”并比较文本片段的相似度，我们需要将它们转换成向量，这个过程叫做嵌入（Embedding）。

我们使用了 HuggingFace 的 sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 模型。这个模型能将文本块转换成一个包含几百个数字的向量，神奇的是，语义上相似的文本块，其对应的向量在多维空间中的距离也更近。

def setup_embeddings():"""初始化并返回嵌入模型"""print("正在初始化嵌入模型...")embeddings = HuggingFaceEmbeddings(model_name=EMBEDDING_MODEL_NAME,model_kwargs={'device': 'cpu'},encode_kwargs={'normalize_embeddings': False})return embeddings

所有从 PDF 中分割出来的文本块都会经过这个模型处理，然后连同它们的向量表示一起存入 Chroma 向量数据库中。

第三步：搭建检索与生成的核心链

现在，我们有了存储知识的数据库和负责回答问题的 LLM，是时候把它们“链接”起来了。这里我们借助了 LangChain 框架的 RetrievalQA 链。

def create_qa_chain(llm, vectorstore):"""基于LLM和向量数据库创建并返回问答链"""retriever = vectorstore.as_retriever(search_kwargs={"k": 2})qa_chain = RetrievalQA.from_chain_type(llm=llm,chain_type="stuff",retriever=retriever,return_source_documents=True)return qa_chain

这个链条的工作流程如下：

设置检索器(Retriever)：vectorstore.as_retriever(search_kwargs={"k": 2}) 这行代码创建了一个检索器，当用户提问时，它会去 Chroma 数据库中检索出最相似的 k=2 个文档片段。
选择链类型(Chain Type)：chain_type="stuff" 是一种简单直接的策略。它会把检索到的所有文档片段（stuff them）一股脑地塞进一个提示词模板中，和用户的原始问题一起发送给 LLM。
返回源文档：return_source_documents=True 是一个非常有用的调试和验证工具。它让 LLM 在给出答案的同时，也告诉我们它参考了哪些原文片段。这大大增强了结果的透明度和可信度。

实践与效果

一切准备就绪后，main 函数将所有部分串联起来，并用一个具体问题来测试系统：

def main():"""主执行函数，编排整个RAG流程"""embeddings = setup_embeddings()vectorstore = load_or_create_vectorstore(PDF_FILE_PATH, PERSIST_DIRECTORY, embeddings)llm = setup_llm()qa_chain = create_qa_chain(llm, vectorstore)query = "如何绘制 JSON 数据图？"ask_question(qa_chain, query)

当运行这个脚本时，它会：

初始化模型和向量数据库。
接收问题 如何绘制 JSON 数据图？。
在数据库中找到关于 JSON 数据可视化的相关片段。
将这些片段和问题一起发给 Gemini。
Gemini 基于最新的 PlantUML 语法（来自PDF）生成答案，并附上参考来源。

这样，我们就得到了一个既有 Gemini 强大推理能力，又有最新、最准确领域知识的 AI 助手。

实用建议与未来展望

这个项目虽然简单，但扩展性很强：

更换知识源：我们可以轻易地将 PDF_FILE_PATH 换成任何我们想要的 PDF 文档，比如以太坊的白皮书、某个开源库的API文档，甚至是我们的学习笔记。
支持更多格式：通过使用 LangChain 提供的其他 DocumentLoader，我们可以让系统读取 .txt, .md 文件，甚至直接爬取网站内容。
部署为服务：使用 FastAPI 或 Flask 将这个问答系统包装成一个 API 服务，让其他人也能方便地使用。
优化检索：对于非常大的文档，可以探索更高级的检索策略，如 Parent Document Retriever，以获得更相关的上下文。