2025.11.6

05_langchain_advanced/04_memory_general_agent.py

@@ -50,6 +50,7 @@ def get_session_history(session_id:str):
     return store[session_id]
 
 
+# 添加记忆功能
 agent_with_memory = RunnableWithMessageHistory(
     runnable=agent_executor,
     get_session_history=get_session_history,

06_rag_basics/04_rag_chain_full.py

@@ -83,6 +83,7 @@ llm = ChatOpenAI(
 def format_docs(docs):
     return "\n".join(doc.page_content for doc in docs)
 
+
 # 5. 组装 RAG 链条(LCEL)
 rag_chain = (
     {"context":retrieve | format_docs,"question":RunnablePassthrough()}

07_rag_advanced/01_load_from_chroma.py

@@ -0,0 +1,84 @@
+# pip install --upgrade langchain-openai
+# pip install --upgrade langchain-huggingface langchain-core langchain-community
+# pip install --upgrade langchain-core langchain-community
+import os
+from dotenv import load_dotenv
+from langchain_core.runnables import RunnablePassthrough
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+import os
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_chroma import Chroma
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_core.output_parsers import StrOutputParser
+
+
+Persist_directory = './chroma_db_war_and_peace_bge_small_en_v1.5'
+Embedding_model = 'BAAI/bge-small-en-v1.5'
+
+if not os.path.exists(Persist_directory):
+    print(f"错误: 知识库文件 {Persist_directory} 未找到。")
+    print("请先运行'build_index.py'生成向量数据库，再运行该文件")
+    exit()
+
+print('---加载本地向量数据库---')
+
+# 模块A:链接本地Chroma向量数据库
+# 1. 加载 Embedding 模型
+embedding_model = HuggingFaceEmbeddings(model_name=Embedding_model)
+
+# 2. 从本地目录加载Chroma DB
+db = Chroma(
+    persist_directory=Persist_directory,
+    embedding_function=embedding_model
+)
+print(f'Chroma数据库已从本地加载(共{db._collection.count()}条)\n')
+
+# 模块B:R-A-G Flow
+# 1. R-检索
+retriever = db.as_retriever(search_kwargs={"k": 3})  # 召回3条相关数据
+
+# 2. A-增强
+sys_prompt = """
+你是一个博学的历史学家和文学评论家。
+请根据以下上下文回答问题。如果上下文**强烈暗示**了答案，即使未明说，也可推理回答。
+如果完全无关，请回答“对不起，根据所提供的上下文我不知道”。
+
+[上下文]: {context}
+[问题]: {question}
+"""
+prompt = ChatPromptTemplate.from_messages([
+    ('system', sys_prompt),
+    ('human', '{question}')
+])
+
+# 3. G-生成
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+
+# 4. 辅助函数
+def format_docs(docs):
+    return "\n".join(doc.page_content for doc in docs)
+
+
+# 5. 组装RAG链条(LCEL)
+rag_chain = (
+    {"context":retriever | format_docs, "question": RunnablePassthrough()}
+    | prompt
+    | llm
+    | StrOutputParser()
+)
+# 运行RAG链
+print('---正在运行RAG链条---')
+question = '莫斯科大火发生在小说的哪一部分？有哪些角色亲历了这场灾难？'
+response = rag_chain.invoke(question)
+print(f'提问:{question}')
+print(f'回答:{response}')
+
+

07_rag_advanced/02_reranker.py

@@ -0,0 +1,110 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_chroma import Chroma
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.runnables import RunnablePassthrough
+
+# --- Reranker (02) 新增的 import ---
+from langchain.retrievers import ContextualCompressionRetriever
+from langchain_community.cross_encoders import HuggingFaceCrossEncoder
+from langchain.retrievers.document_compressors import CrossEncoderReranker
+
+Persist_directory = './chroma_db_war_and_peace_bge_small_en_v1.5'
+Embedding_model = 'BAAI/bge-small-en-v1.5'
+
+if not os.path.exists(Persist_directory):
+    print(f"错误: 知识库文件 {Persist_directory} 未找到。")
+    print("请先运行'build_index.py'生成向量数据库，再运行该文件")
+    exit()
+
+print('---加载本地向量数据库---\n')
+
+# 1. 加载 Embedding 模型
+embeddings_model = HuggingFaceEmbeddings(model_name=Embedding_model)
+
+# 2. 加载 Chroma db
+db = Chroma(
+    persist_directory=Persist_directory,
+    embedding_function=embeddings_model
+)
+
+print('---Chroma数据库已加载---\n')
+
+# --- 模块 B (R-A-G Flow) ---
+# 1. R-检索--强化版
+# 1.1 基础检索器(Base Retriever) - '粗召回'
+base_retriever = db.as_retriever(search_kwargs={"k":5}) # K调大到5
+# 1.2 Reranker (重排器) - "精排序" -- 首次运行需要耗时下载
+print('正在加载Reranker模型 (bge-reranker-base)...')
+encoder = HuggingFaceCrossEncoder(model_name="BAAI/bge-reranker-base") # 加载Ranker模型
+reranker = CrossEncoderReranker(model=encoder,top_n=2) # 对检索结果进行精排
+# 1.3 创建管道封装器
+compression_retriever = ContextualCompressionRetriever(
+    base_retriever=base_retriever, # 用Chroma做 海选
+    base_compressor=reranker # 用Reranker做 精选
+)
+retriever = compression_retriever
+
+print('--检索器已升级为Reranker模式--\n')
+
+# 2. A-增强
+sys_prompt = """
+你是一个博学的历史学家和文学评论家。
+请根据以下上下文回答问题。如果上下文**强烈暗示**了答案，即使未明说，也可推理回答。
+如果完全无关，请回答“对不起，根据所提供的上下文我不知道”。
+
+[上下文]: {context}
+[问题]: {question}
+"""
+prompt = ChatPromptTemplate.from_messages([
+    ('system',sys_prompt),
+    ('human','{question}')
+])
+
+# 3. G-生成
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+
+# 4. 辅助函数
+def format_docs(docs):
+    return "\n".join(doc.page_content for doc in docs)
+
+
+# 5. 组装RAG链 (LCEL)
+rag_chain = (
+    {"context":retriever | format_docs,"question":RunnablePassthrough()}
+    | prompt
+    | llm
+    | StrOutputParser()
+)
+
+# --运行RAG链--
+print('---正在运行RAG链条---')
+question = '皮埃尔是共济会成员吗？他在其中扮演什么角色？'
+response = rag_chain.invoke(question)
+print(f'提问:{question}')
+print(f'回答:{response}')
+
+
+
+
+
+
+
+
+
+
+
+
+
+

07_rag_advanced/03_rag_as_tool.py

@@ -0,0 +1,136 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_chroma import Chroma
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.runnables import RunnablePassthrough
+from langchain.retrievers import ContextualCompressionRetriever
+from langchain_community.cross_encoders import HuggingFaceCrossEncoder
+from langchain.retrievers.document_compressors import CrossEncoderReranker
+from langchain_core.tools import tool
+
+
+# 全局 LLM (供Agent和Rag共用)
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+
+# (1) 构建一个可复用的 RAG链条 (P1+P2)
+def build_rag_chain(llm_instance):
+    print('---正在构建RAG链条...---\n')
+
+    Persist_directory = './chroma_db_war_and_peace_bge_small_en_v1.5'
+    Embedding_model = 'BAAI/bge-small-en-v1.5'
+    Encoder_model = "BAAI/bge-reranker-base"
+
+    if not os.path.exists(Persist_directory):
+        raise FileNotFoundError(f'索引目录{Persist_directory}未找到，请先运行 build_index.py')
+
+    embeddings_model = HuggingFaceEmbeddings(model_name=Embedding_model)
+    db = Chroma(
+        persist_directory=Persist_directory,
+        embedding_function=embeddings_model
+    )
+
+    # 1. R-检索--强化版
+    base_retriever = db.as_retriever(search_kwargs={"k":5})
+    encoder = HuggingFaceCrossEncoder(model_name=Encoder_model)
+    reranker = CrossEncoderReranker(model=encoder,top_n=2)
+    compression_retriever=ContextualCompressionRetriever(
+        base_retriever=base_retriever,
+        base_compressor=reranker
+    )
+    retriever = compression_retriever
+
+    # 2. A-增强
+    sys_prompt = """
+    你是一个博学的历史学家和文学评论家。
+    请根据以下上下文回答问题。如果上下文**强烈暗示**了答案，即使未明说，也可推理回答。
+    如果完全无关，请回答“对不起，根据所提供的上下文我不知道”。
+    
+    [上下文]: {context}
+    [问题]: {question}
+    """
+    prompt = ChatPromptTemplate.from_messages([
+        ('system',sys_prompt),
+        ('human','{question}')
+    ])
+    # 3.G-生成(llm已在全局生成)
+
+    # 4. 辅助函数
+    def format_docs(docs):
+        return '\n'.join(doc.page_content for doc in docs)
+
+    # 5.组装RAG链条
+    rag_chain = (
+        {'context':retriever | format_docs, 'question': RunnablePassthrough()}
+        | prompt
+        | llm_instance
+        | StrOutputParser()
+    )
+    print('---RAG链条构建完毕!---\n')
+    return rag_chain
+
+
+#    初始化RAG链
+rag_chain_instance = build_rag_chain(llm)
+
+# (2) 封装为标准 Langchain Tool
+@tool
+def search_war_and_peace(query):
+    """查询《战争与和平》小说中的内容，包括人物、情节、历史事件等"""
+    print(f'\n正在检索《战争与和平》:{query}')
+    return rag_chain_instance.invoke(query)
+
+# 也可以与其他工具并列使用
+@tool
+def get_weather(location):
+    """模拟获得天气信息"""
+    return f"{location}当前天气：23℃，晴，风力2级"
+
+
+tools = [search_war_and_peace,get_weather]
+
+
+# 运行
+if __name__ == '__main__':
+    question = "皮埃尔是共济会成员吗？他在其中扮演什么角色？"
+    res = search_war_and_peace.invoke(question)
+    print(f'问题:{question}')
+    print(f'回答:{res}')
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+

07_rag_advanced/04_memory_rag_agent.py

@@ -0,0 +1,171 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_chroma import Chroma
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import ChatPromptTemplate,MessagesPlaceholder
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.runnables import RunnablePassthrough
+from langchain.retrievers import ContextualCompressionRetriever
+from langchain_community.cross_encoders import HuggingFaceCrossEncoder
+from langchain.retrievers.document_compressors import CrossEncoderReranker
+from langchain_core.tools import tool
+
+from langchain.agents import AgentExecutor, create_tool_calling_agent
+from langchain_community.chat_message_histories import ChatMessageHistory
+from langchain_core.runnables import RunnableWithMessageHistory
+
+
+
+# 1. 构建一个可复用的 RAG链条
+def build_rag_chain(llm_instance):
+    print('---正在构建RAG链条---')
+
+    Persist_directory = './chroma_db_war_and_peace_bge_small_en_v1.5'
+    Embedding_model = 'BAAI/bge-small-en-v1.5'
+    Encoder_model = "BAAI/bge-reranker-base"
+
+    if not os.path.exists(Persist_directory):
+        raise FileNotFoundError(f'索引目录{Persist_directory}未找到，请先运行 build_index.py')
+
+    embedding_model = HuggingFaceEmbeddings(model_name=Embedding_model)
+    db = Chroma(
+        persist_directory=Persist_directory,
+        embedding_function=embedding_model
+    )
+    # R
+    base_retriever = db.as_retriever(search_kwargs={'k':5})
+    encoder = HuggingFaceCrossEncoder(model_name=Encoder_model)
+    reranker = CrossEncoderReranker(model=encoder,top_n=2)
+    compression_retriever = ContextualCompressionRetriever(
+        base_retriever=base_retriever,
+        base_compressor=reranker
+    )
+    retriever = compression_retriever
+    # A
+    sys_prompt = """
+    你是一个博学的历史学家和文学评论家。
+    请根据以下上下文回答问题。如果上下文**强烈暗示**了答案，即使未明说，也可推理回答。
+    如果完全无关，请回答“对不起，根据所提供的上下文我不知道”。
+
+    [上下文]: {context}
+    [问题]: {question}
+    """
+    prompt = ChatPromptTemplate.from_messages([
+        ('system',sys_prompt),
+        ('human','{question}')
+    ])
+
+    def format_docs(docs):
+        return '\n'.join(doc.page_content for doc in docs)
+
+    # R-A-G
+    rag_chain = (
+        {'context':retriever | format_docs,'question':RunnablePassthrough()}
+        | prompt
+        | llm_instance
+        | StrOutputParser()
+    )
+    print('---RAG链条构建完毕!---\n')
+    return rag_chain
+
+
+
+def create_agent_with_memory():
+    # LLm
+    llm = ChatOpenAI(
+        model="deepseek-chat",
+        api_key=api_key,
+        base_url="https://api.deepseek.com"
+    )
+    # Prompt
+    prompt = ChatPromptTemplate.from_messages([
+        ('system','你是一个强大的助手。你能查天气，也能查《战争与和平》。请尽力回答用户所提的所有问题。'),
+        MessagesPlaceholder(variable_name="history"), # 05篇所学:记忆占位符
+        ('human','{input}'),
+        MessagesPlaceholder(variable_name="agent_scratchpad") # 05篇所学:ReAct 思考链，使其能够调用工具
+    ])
+
+    # Tool
+    rag_chain_instance = build_rag_chain(llm_instance=llm)
+
+
+    @tool
+    def search_war_and_peace(query):
+        """查询《战争与和平》小说中的内容，包括人物、情节、历史事件等"""
+        print(f'\n正在检索《战争与和平》:{query}')
+        return rag_chain_instance.invoke(query)
+
+    @tool
+    def get_weather(location):
+        """模拟获得天气信息"""
+        return f"{location}当前天气：23℃，晴，风力2级"
+
+    tools = [get_weather,search_war_and_peace]
+
+    # 创建Agent
+    agent = create_tool_calling_agent(llm=llm,tools=tools,prompt=prompt)
+    agent_executor = AgentExecutor(agent=agent,tools=tools,verbose=False)
+
+    # 封装Memory
+    store = {}
+
+    def get_session_history(session_id:int):
+        if session_id not in store:
+            store[session_id] = ChatMessageHistory()
+        return store[session_id]
+
+
+    # 添加记忆功能
+    agent_with_memory = RunnableWithMessageHistory(
+        runnable=agent_executor,
+        get_session_history=get_session_history,
+        input_messages_key="input",
+        history_messages_key="history"
+    )
+    return agent_with_memory
+
+
+# 测试
+
+if __name__ == '__main__':
+    session_id = 'user123'
+    agent = create_agent_with_memory()
+    while 1:
+        user_input = input('\n你:')
+        if user_input=='quit':
+            print('拜拜~')
+            exit()
+        response = agent.invoke(
+            {'input':user_input},
+            config={'configurable':{'session_id':session_id}}
+        )
+        print(f"AI:{response['output']}")
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+

07_rag_advanced/README.md

@@ -0,0 +1,110 @@
+# 🧩 模块说明：RAG 进阶 - 从基础到智能 Agent
+
+> 📌 核心知识点：持久化向量库（Chroma）｜精排序（Reranker）｜RAG 工具化｜Agent 集成｜记忆型对话｜六大模块融合
+
+---
+
+### 1. war_and_peace.txt （知识库源文件）
+
+托尔斯泰经典小说《战争与和平》的纯文本版本（约3.2MB），作为本篇 RAG 系统的私有知识库。
+
+- 说明：
+  - 文件需放置在项目根目录。
+  - 若缺失，可从 [Project Gutenberg #2600](https://www.gutenberg.org/ebooks/2600.txt.utf-8) 下载并重命名为 `war_and_peace.txt`。
+  - 所有后续 RAG 功能均基于此文档构建。
+
+---
+
+### 2. build_index.py （构建 Chroma 向量数据库）
+
+将 `war_and_peace.txt` 加载、分块、向量化，并存入 Chroma 持久化向量数据库。
+
+- ✅ 掌握点：
+  - 使用 RecursiveCharacterTextSplitter 分割长文本（chunk_size=500, overlap=75）。
+  - 调用 HuggingFaceEmbeddings（模型：BAAI/bge-small-en-v1.5）生成语义向量。
+  - 通过 Chroma(persist_directory=...) 创建可持久化、支持增删改的向量库。
+  - 自动分批插入（每批 ≤5000 条），规避 Chroma 单次写入上限限制。
+
+- 注意事项：
+  - 该脚本仅需运行一次，成功后会生成目录 chroma_db_war_and_peace_bge_small_en_v1.5。
+  - 首次运行需下载 Embedding 模型（约2分钟）+ 向量化全文（约3分钟），总耗时较长。
+  - ✅ 项目已附带预建好的 chroma_db_war_and_peace_bge_small_en_v1.5 文件夹，推荐直接使用，无需重复运行此脚本。
+  - 如需重建，请先手动删除该目录再执行。
+
+---
+
+### 3. `01_load_from_chroma.py` （从 Chroma 加载向量库）
+
+加载已持久化的 Chroma 向量数据库，用于后续检索。
+
+- ✅ 掌握点：
+  - 使用 `Chroma(persist_directory="...")` 从磁盘加载已保存的向量库。
+  - 无需重新向量化，实现“离线索引”快速启动。
+  - 获取 `db.as_retriever()` 作为后续 RAG 流程的输入。
+
+- 依赖前提：
+  - 必须存在 `chroma_db_war_and_peace_bge_small_en_v1.5` 目录。
+
+---
+
+### 4. `02_reranker.py` （引入精排序器）
+
+在召回结果上应用 Reranker 模型，提升上下文相关性。
+
+- ✅ 掌握点：
+  - 使用 `BAAI/bge-reranker-base` Cross-Encoder 对检索结果进行重排序。
+  - 通过 `ContextualCompressionRetriever` 封装为统一检索器。
+  - 仅保留 Top-2 最相关文档，过滤语义噪声。
+
+- 依赖前提：
+  - 必须存在 `chroma_db_war_and_peace_bge_small_en_v1.5` 目录。
+
+---
+
+### 5. `03_rag_as_tool.py` （RAG 工具化封装）
+
+将 RAG 链封装为 LangChain `@tool`，供 Agent 调用。
+
+- ✅ 掌握点：
+  - 在启动时一次性构建 RAG 链（避免每次调用重复加载模型/数据库）。
+  - 使用 `@tool` 装饰器注册 `search_war_and_peace(query)` 函数。
+  - 支持与其他工具（如 `get_weather`）并列使用。
+
+- 依赖前提：
+  - 必须存在 `chroma_db_war_and_peace_bge_small_en_v1.5` 目录。
+
+---
+
+### 6. `04_memory_rag_agent.py` （终极集成 Agent）
+
+首次融合 LangChain 六大核心模块，构建带记忆、能自主决策的智能体。
+
+- ✅ 掌握点：
+  - LLM：ChatOpenAI 作为推理引擎。
+  - Prompt：含 MessagesPlaceholder("history") 的系统提示。
+  - Chain：LCEL 构建的 RAG 链 + AgentExecutor。
+  - Memory：RunnableWithMessageHistory 实现跨轮次上下文记忆。
+  - Agents：create_tool_calling_agent 驱动 ReAct 循环。
+  - RAG：以 search_war_and_peace 工具形式注入私有知识能力。
+
+- 效果：
+  - Agent 可结合历史（如“他”指皮埃尔）精准调用 RAG，同时支持查天气等外部工具。
+
+- 依赖前提：
+  - 必须存在 `chroma_db_war_and_peace_bge_small_en_v1.5` 目录。
+
+---
+
+### 🔔 全局注意事项
+
+- 所有 `.py` 文件（除 `build_index.py` 外）均依赖 `chroma_db_war_and_peace_bge_small_en_v1.5` 目录。
+- 推荐直接使用已提供的向量数据库文件夹，跳过 `build_index.py` 的长时间构建过程。
+- 若自行运行 `build_index.py`，请确保 `war_and_peace.txt` 已就位。
+- 如需更换 Embedding 模型（如升级至 `bge-m3`），需同步更新 `build_index.py` 和 RAG 脚本中的模型名。
+
+
+---
+
+### 💡 **建议**：
+
+直接运行 04_memory_rag_agent.py 体验完整 Agent 能力；若想自定义知识库，可替换 war_and_peace.txt 并重新运行 build_index.py（记得先删除旧数据库目录）。

07_rag_advanced/build_index.py

@@ -0,0 +1,72 @@
+# pip install chroma
+# pip install -U langchain-chroma
+
+import os
+from langchain_community.document_loaders import TextLoader
+from langchain_text_splitters import RecursiveCharacterTextSplitter
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_chroma import Chroma
+
+
+knowledge_base_file = "war_and_peace.txt"
+# 持久化目录: Chroma会把所有数据(向量+文本+元数据)都存到这个文件夹
+persist_directory = './chroma_db_war_and_peace_bge_small_en_v1.5'
+embedding_model = 'BAAI/bge-small-en-v1.5' # 如果愿意等待，可以换成模型"BAAI/bge-m3"，效果更好更适合长文，但下载时间也更久(2.2G)
+chunk_size = 500
+chunk_overlap = 75
+
+
+# 检查是否已创建
+if os.path.exists(persist_directory):
+    print(f"检测到已存在的向量数据库: {persist_directory}")
+    print("跳过索引构建。如需重新构建，请手动删除该目录。")
+    exit()
+
+if not os.path.exists(knowledge_base_file):
+    print(f"错误: 知识库文件 {knowledge_base_file} 未找到。")
+    print("请从 https://www.gutenberg.org/ebooks/2600.txt.utf-8 下载")
+    print("并重命名为 war_and_peace.txt 放在当前目录。")
+    exit()
+
+print('---正在构建索引---')
+
+# 1. 加载
+loader = TextLoader(knowledge_base_file,encoding='utf8')
+docs = loader.load()
+print('加载完成...\n')
+# 2. 分割
+text_splitter = RecursiveCharacterTextSplitter(
+    chunk_size=chunk_size,
+    chunk_overlap=chunk_overlap
+)
+splits = text_splitter.split_documents(docs)
+print('分割完成...\n')
+# 3. 向量化 -- 第一次运行会下载模型,预计耗时2分钟
+embedding_model = HuggingFaceEmbeddings(
+    model_name=embedding_model,
+    model_kwargs={'device':'cpu'}, # 强制模型在cpu上运行
+    encode_kwargs={'batch_size':64} # 每次处理64个文本片段
+)
+print('Embedding模型加载完成...\n')
+# 4. 存储
+print('正在构建Chroma索引...(注：此步耗时较久，预计要3min)\n')
+db = Chroma(
+    persist_directory=persist_directory,
+    embedding_function=embedding_model
+)
+
+#   分批添加切片chunks（每批不超过 5000）
+batch_size = 5000  # 必须 < 5461
+for i in range(0, len(splits), batch_size):
+    batch = splits[i:i + batch_size]
+    db.add_documents(batch)
+    print(f"已插入 {min(i + batch_size, len(splits))} / {len(splits)} 条")
+
+
+print(f'✅ 索引构建完毕，共 {len(splits)} 条，已保存到 {persist_directory}')
+
+
+
+
+
+

README.md

@@ -31,8 +31,8 @@
 | ⚙️ **框架篇**  | [04 LangChain 基础篇](https://github.com/Annyfee/agent-craft/tree/main/04_langchain_basics)                | [🏠](https://blog.csdn.net/2401_87328929/article/details/153978186) | LLM · Prompt · Chain · Memory             |  ⭐⭐  |
 |             | [05 LangChain 进阶篇](https://github.com/Annyfee/agent-craft/tree/main/05_langchain_advanced)              | [🏠](https://blog.csdn.net/2401_87328929/article/details/154064397) | Agents · 缓存 · 流式输出                        | ⭐⭐⭐  |
 |             | [06 RAG 基础篇](https://github.com/Annyfee/agent-craft/tree/main/06_rag_basics)                            | [🏠](https://blog.csdn.net/2401_87328929/article/details/154230067) | RAG概念 · Split · Embedding · FAISS · RAG 链 |  ⭐⭐  |
-|             | 07 RAG 进阶篇（检索 + 生成）                                                                                     |                                🚧撰写中                                | RAG Pipeline · QA 系统                      | ⭐⭐⭐  |
+|             | [07 RAG 进阶篇]()                                                                                          |                               [🏠]()                                | Chroma · Reranker · RAG工具化 · 集成           | ⭐⭐⭐  |
-|             | 08 LangGraph 入门                                                                                         |                                 🚧                                  | Flow · Node · Edge 控制                     | ⭐⭐⭐  |
+|             | 08 LangGraph 入门                                                                                         |                                🚧撰写中                                | Flow · Node · Edge 控制                     | ⭐⭐⭐  |
 | 🧠 **智能篇**  | 09 MCP 基础                                                                                               |                                 🚧                                  | MCP 协议 · 客户端安装                            |  ⭐⭐  |
 |             | 10 MCP 进阶                                                                                               |                                 🚧                                  | 在线模型接入 · 多轮任务                             | ⭐⭐⭐  |
 |             | 11 MCP 高级                                                                                               |                                 🚧                                  | 多服务组合 · 并发调用                              | ⭐⭐⭐⭐ |
@@ -46,7 +46,7 @@
 
 ## 🧩 当前学习建议（适用于已完成模块）
 
-目前已开放模块：**01 ~ 06**。  
+目前已开放模块：**01 ~ 07**。  
 建议按顺序学习，每一章都有完整代码示例与注释。
 
 ### ✅ 模块 01 — Agent 入门 & 环境搭建
@@ -79,7 +79,12 @@
 - **目标**：理解Rag的概念与整个运行流程，并能够搭建一个可以引用外部知识库获取信息的智能体。
 - **内容**：RAG 概念｜文本加载与分块 (Load & Split)｜向量化 (Embedding)｜向量存储 (FAISS)｜LCEL RAG 链
 
-> 📌 后续模块将陆续开放（LangGraph、RAG、MCP、多智能体等）
+### ✅ 模块 07 — Rag 进阶篇
+
+- **目标**：学会进阶的Chroma向量数据库，会Reranker精排序，最终将04到07所学的Langchain六大模块完整集成。
+- **内容**：Chroma 持久化 | Reranker 精排 | RAG 工具化 | Langchain六大模块集成
+
+> 📌 后续模块将陆续开放（LangGraph、MCP、多智能体等）
 
 ---
 

requirements.txt

@@ -1,8 +1,10 @@
 python-dotenv~=1.0.0
-openai<2.0.0,>=1.40.0
+openai>=1.40.0,<2.0.0
 requests~=2.32.4
 langchain~=0.2.16
+langchain-community~=0.2.16
 langchain-openai~=0.1.15
-langchain-huggingface>=0.0.3
+langchain-huggingface==0.0.3
-huggingface_hub[hf_xet]>=0.21.0
+langchain-chroma==0.1.1
-faiss-cpu>=1.7.0
+chromadb==0.4.22
+sentence-transformers>=2.2.0