用 LangChain + 本地 markdown 文档 + 中文向量检索 + DeepSeek 大模型，搭一个最小 RAG：

“先把章节内容切块 → 建索引 → 用问题做向量检索拿到相关片段 → 把这些片段塞进 Prompt → 让 DeepSeek 在这些上下文内回答问题”。

问题是：“文中举了哪些例子？”

---

1. 环境与依赖配置部分

from dotenv import load_dotenv from langchain_community.document_loaders import UnstructuredMarkdownLoader from langchain_text_splitters import RecursiveCharacterTextSplitter from langchain_huggingface import HuggingFaceEmbeddings from langchain_core.vectorstores import InMemoryVectorStore from langchain_core.prompts import ChatPromptTemplate from langchain_deepseek import ChatDeepSeek from langchain_core.messages import HumanMessage import os

• dotenv.load_dotenv：用于从 .env 文件中加载环境变量（比如 DEEPSEEK_API_KEY）。

• UnstructuredMarkdownLoader：负责从 markdown 文件里 读文档。

• RecursiveCharacterTextSplitter：按字符层级 切分文本（分块，避免太长）。

• HuggingFaceEmbeddings：用 HuggingFace 的中文 Embedding 模型做向量表示。

• InMemoryVectorStore：内存版的向量数据库，用来做相似度检索。

• ChatPromptTemplate：LangChain 的 Prompt 模板系统，用来把上下文和问题拼进统一的提示词。

• ChatDeepSeek：DeepSeek 的聊天模型封装（LangChain 模型类）。

• HumanMessage：LangChain 的 Message 类型，表示“用户消息”。

load_dotenv()

• 从 .env 读取各种 KEY 之类的配置，比如 DEEPSEEK_API_KEY。

---

2. 加载 Markdown 文档

markdown_path = "../../data/C1/markdown/easy-rl-chapter1.md" assert os.path.exists(markdown_path), f"文件不存在: {markdown_path}"

• markdown_path：指定你要读的那一章的 markdown 文件路径。

• assert os.path.exists(...)：如果文件不存在，直接抛异常，避免后面加载空文档。

loader = UnstructuredMarkdownLoader(markdown_path) docs = loader.load() print(f"加载到文档 {len(docs)} 篇")

• UnstructuredMarkdownLoader(markdown_path)：构造一个 Loader。

• loader.load()：真正执行加载，返回一个 docs 列表，每个元素通常是一个 Document 对象。

  • Document.page_content：正文

  • Document.metadata：元信息（文件名、路径等）

• len(docs) 一般是 1（整章作为一个文档），也可能多个。

---

3. 文本分块（Text Splitting）

text_splitter = RecursiveCharacterTextSplitter(chunk_size=800, chunk_overlap=100) chunks = text_splitter.split_documents(docs) print(f"分块 {len(chunks)} 个")

• RecursiveCharacterTextSplitter：

  • chunk_size=800：每块最多 800 字符。

  • chunk_overlap=100：相邻块重叠 100 字符，保证语义连续性。

• split_documents(docs)：

  • 把上一步的 docs 切成多个小 Document，每块长度≈800 字符。

• chunks 就是后面要进向量库的文本单元（RAG 的最小检索单位）。

好处：

• 太长的文本 → 切成多个小段，更适合做向量检索。

• 重叠 → 减少“边界信息丢失”的问题。

---

4. 创建中文 Embedding 模型

embeddings = HuggingFaceEmbeddings( model_name="BAAI/bge-small-zh-v1.5", model_kwargs={'device': 'cpu'}, encode_kwargs={'normalize_embeddings': True} )

• model_name="BAAI/bge-small-zh-v1.5"：使用 BAAI 的 bge 中文小模型。

  • 非常适合中文语义检索。

• model_kwargs={'device': 'cpu'}：在 CPU 上跑 embedding（方便在没有 GPU 的环境测试）。

• encode_kwargs={'normalize_embeddings': True}：

  • 对向量做 L2 归一化，方便之后用余弦相似度等。

这个对象的核心功能就是：

embeddings.embed_query("我是谁") embeddings.embed_documents([text1, text2, ...])

→ 把文本变成向量。

---

5. 构建向量存储（Vector Store）

vectorstore = InMemoryVectorStore(embeddings) vectorstore.add_documents(chunks)

• InMemoryVectorStore(embeddings)：

  • 建立一个“内存版向量数据库”，保存「文本 + 向量」。

  • 会在内部记住：如何用 embeddings 对文本进行编码。

• add_documents(chunks)：

  • 把前面切好的每个小 Document 计算 embedding 向量并存储。

  • 之后就能 similarity_search。

之后就可以这么用：

vectorstore.similarity_search("强化学习有哪些例子？", k=3)

会返回与这个问题语义最相似的 3 个文本块。

---

6. 构造 Prompt 模板

prompt = ChatPromptTemplate.from_template("""请根据下面提供的上下文信息来回答问题。 请确保你的回答完全基于这些上下文。 如果上下文中没有足够的信息来回答问题，请直接回答：“抱歉，我无法根据提供的上下文找到相关信息来回答此问题。” 上下文: {context} 问题: {question} 回答:""")

• 这是一个 带占位符的模板，有两个变量：{context} 和 {question}。

• 模板的约束逻辑：

  1. 回答必须完全基于「上下文」。

  2. 如果上下文中信息不足 → 必须回答那句固定话。

• 后面你会用：

  prompt.format(question=question, context=docs_content)

  生成一个真正给 LLM 的字符串。

这就是 RAG 的经典范式：
“历史 + 检索结果 + 指示” 拼成一个 prompt 再丢给 LLM。

---

7. 配置 DeepSeek 大模型（LLM）

llm = ChatDeepSeek( model="deepseek-chat", temperature=0.7, max_tokens=6000, api_key=os.getenv("DEEPSEEK_API_KEY") )

• model="deepseek-chat"：使用 DeepSeek 的 chat 模型。

• temperature=0.7：

  • 控制“随机性”/创造力。0 越确定，1 越发散。

• max_tokens=6000：

  • 最多生成 6000 tokens 的内容（上限较高）。

• api_key=os.getenv("DEEPSEEK_API_KEY")：

  • 从环境变量读取密钥（load_dotenv() 就是为这个服务的）。

这个 llm 对象是 LangChain 中一个 Chat 模型包装，有 invoke() 等方法。

---

8. 提问 & 向量检索

question = "文中举了哪些例子？" retrieved_docs = vectorstore.similarity_search(question, k=3) docs_content = "\n\n".join(doc.page_content for doc in retrieved_docs) print("检索命中内容:\n", docs_content[:500])

• question：RAG 的用户查询。

• similarity_search(question, k=3)：

  1. 先对 question 做 embedding。

  2. 在向量库中找出相似度最高的 3 个文本块。

• docs_content：把这 3 个块的正文用 \n\n 拼在一起，作为 Prompt 的 {context}。

• print：方便你 debug，看看检索到底命中了什么内容。

如果这里打印是空字符串/乱七八糟 → 说明问题不在 LLM，而在 检索没命中。

---

9. 调用大模型生成回答

response = llm.invoke([HumanMessage(content=prompt.format(question=question, context=docs_content))]) print("回答:\n", response.content)

这一行很关键，做了几件事：

1. prompt.format(...)

   • 把 question 和 docs_content 填进 Prompt 模板，返回一个 完整字符串，比如：

     请根据下面提供的上下文信息来回答问题。 ... 上下文: （这里是检索到的段落） 问题: 文中举了哪些例子？ 回答:

2. HumanMessage(content=...)

   • 把这个字符串包装成 LangChain 的消息对象，角色是“人类”。

3. llm.invoke([...])

   • 调用 DeepSeek：

     • 把此消息作为对话历史中唯一的一条 user 消息发给 DeepSeek。

     • DeepSeek 返回一个 AIMessage。

4. response.content

   • 拿到模型真正的回答文本并打印。

如果上下文确实包含了“举的例子”，模型就会按你的提示进行回答；
如果上下文里没有找到任何“例子”的词句，模型按照你写的规则，只能输出那句：

“抱歉，我无法根据提供的上下文找到相关信息来回答此问题。”

---

10. 这一段代码整体就是一个 最小 RAG Demo

流程总结成图就是：

1. 加载 markdown → docs

2. docs → 切分 → chunks

3. chunks → embedding → InMemoryVectorStore

4. 用户问题 → embedding → 相似度检索 → top-k chunks

5. PromptTemplate + {context, question} → 完整 prompt

6. 调用 DeepSeek Chat → 得到回答