摘要：Ollama 和 DeepSeek R1 作为语言模型（LLM）。LangChain 来处理文档加载、文本分割、嵌入和检索。Streamlit 来创建一个用户友好的网页界面，用于上传 PDF 和提问。
系列文章：
使用 DeepSeek R1 大模型和 Ollama 构建本地 RAG 系统-1
RAG 是一种混合方法，它从知识库中检索相关文档或信息（检索），然后使用生成模型根据检索到的内容合成回答。这确保了回答既准确又与上下文相关。
在下面的实现中，我们将使用：
Ollama 和 DeepSeek R1 作为语言模型（LLM）。LangChain 来处理文档加载、文本分割、嵌入和检索。Streamlit 来创建一个用户友好的网页界面，用于上传 PDF 和提问。LangChain 是一个开源框架，旨在帮助开发者构建基于语言模型的应用程序。它提供了一系列工具和组件，使得开发者可以更轻松地集成和使用各种语言模型。
需要安装langchain 包：pip install langchain
如果之前已经安装过了，需要更新到最新版的langchain：pip install --upgrade langchain
同时，还需要安装和更新 langchain-community 包：
pip install --upgrade langchain-community
查询当前的langchain和langchain-community版本：
pip show langchain langchain-community
Name: langchain
Version: 0.3.17
Summary: Building applications with LLMs through composability
Home-page: https://github.com/langchain-ai/langchain
Author:
Author-email:
License: MIT
Location: /Users/rickie/opt/anaconda3/envs/demo-env/lib/python3.12/site-packages
Requires: aiohttp, langchain-core, langchain-text-splitters, langsmith, numpy, pydantic, PyYAML, requests, SQLAlchemy, tenacity
Required-by: langchain-community
---
Name: langchain-community
Version: 0.3.16
Summary: Community contributed LangChain integrations.
Home-page: https://github.com/langchain-ai/langchain
Author:
Author-email:
License: MIT
Location: /Users/rickie/opt/anaconda3/envs/demo-env/lib/python3.12/site-packages
Requires: aiohttp, dataclasses-json, httpx-sse, langchain, langchain-core, langsmith, numpy, pydantic-settings, PyYAML, requests, SQLAlchemy, tenacity
Required-by: langchain-experimental
以下是 LangChain 的一些主要特点和功能：
文档加载器：LangChain 提供了多种文档加载器，可以从不同的数据源（如 PDF、文本文件、网页等）中加载文档。文本分割器：支持多种文本分割策略，可以将长文本分割成更小的段落，以便更好地处理和分析。嵌入生成器：集成了多种嵌入生成器，可以将文本转换为向量表示，用于相似度计算和检索任务。向量存储：提供了高效的向量存储解决方案，如 FAISS，可以快速检索相似的向量。语言模型：支持多种语言模型的集成，如 HuggingFace、OpenAI 等，可以用于生成文本、回答问题等任务。链式调用：支持将多个组件链式调用，构建复杂的处理流程，如文档检索、问答系统等。Streamlit 是一个开源的 Python 库，旨在帮助开发者快速创建和共享数据应用程序。通过使用简单的 Python 脚本，开发者可以轻松地将数据分析、机器学习模型和其他数据驱动的应用程序转换为交互式的 Web 应用。
Streamlit 的主要特点包括：
简单易用：使用简单的 Python 代码即可创建复杂的 Web 应用。实时更新：支持实时更新和交互，用户可以在应用中进行操作并立即看到结果。无缝集成：与常见的数据科学库（如 Pandas、NumPy、Matplotlib 等）无缝集成。开源免费：完全开源，任何人都可以免费使用和贡献代码。要安装 Streamlit，可以在终端或命令行中运行以下命令：
pip install streamlit
安装完成后，可以通过运行以下命令启动一个 Streamlit 应用：
streamlit run your_script.py
另外，还需要安装 pdfplumber 包。pdfplumber 是一个 Python 库，用于从 PDF 文件中提取文本、表格和元数据。它提供了一个简单直观的 API，使得处理 PDF 文档变得容易。
pdfplumber安装直接采用pip即可。命令行中输入：
pip install pdfplumber
来源：软件架构