🧩 模块说明：RAG 基础 - 构建专属知识库
📌 核心知识点：
RAG 概念｜文本加载与分块 (Load & Split)｜向量化 (Embedding)｜向量存储 (FAISS)｜LCEL RAG 链
1. 01_load_and_split.py（文本加载与分块）
加载本地 .txt 文档，并使用 RecursiveCharacterTextSplitter 将其智能分割成“知识卡片”。
✅ 掌握点：
- 使用
TextLoader将文件加载为Document对象。 - RAG 核心：深入理解
chunk_size(分块大小) 和chunk_overlap(重叠) 的调优策略。 RecursiveCharacterTextSplitter如何按["\n\n", "\n", " "]优先级智能分割。
2. 文本向量化功能
项目使用根目录下的 embeddings.py 模块提供文本向量化功能，该模块封装了 HuggingFaceEmbeddings，支持自动下载和加载本地 Embedding 模型。
✅ 掌握点：
- 通过
get_embeddings()函数获取向量化模型，默认使用BAAI/bge-small-zh-v1.5。 - 函数会自动下载模型到本地
models目录，之后可离线使用。 - 理解 Embedding（向量化）是 RAG 的"语义标签"，用于实现"语义搜索"。
3. 03_build_index.py（向量存储与索引构建）
使用 FAISS 向量索引库将向量化后的文本片段构建为可检索的向量数据库，并持久化到本地。
✅ 掌握点：
- 使用
FAISS.from_documents构建向量索引库。 - 通过
save_local方法将向量索引持久化到本地文件系统（保存为"faiss_index"目录）。 - 实现文本的完整处理流程：加载 -> 分割 -> 向量化 -> 索引构建 -> 持久化。
4. 04_rag_chain_full.py（LCEL 完整 RAG 链）
使用 LCEL（LangChain 表达式语言）“手动组装”一个完整的 RAG 流程，实现“检索-增强-生成”的闭环。
✅ 掌握点：
- R (Retrieval):
db.as_retriever()如何作为检索器。 - A (Augmented):
ChatPromptTemplate如何接收{context}和{question}。 - G (Generation): LLM 如何根据上下文（Context）回答问题。
- LCEL 核心：使用
{"context": ..., "question": RunnablePassthrough()}并行组装数据流。 - 使用
format_docs函数将List[Document]适配为str字符串。
💡 建议：
跑通所有示例后，尝试用你自己的 .txt 文件替换项目中的 knowledge_base.txt，并调整 chunk_size 参数，观察分块结果和 RAG 问答效果的变化。