大模型——LangChain開發(fā)RAG增強(qiáng)檢索生成

檢索增強(qiáng)生成（RAG）是一種結(jié)合“向量檢索”與“大語言模型”的技術(shù)路線，能在問答、摘要、文檔分析等場景中大幅提升準(zhǔn)確性與上下文利用率。

本文將基于 LangChain 構(gòu)建一個(gè)完整的 RAG 流程，結(jié)合 PGVector 作為向量數(shù)據(jù)庫，并用 LangGraph 構(gòu)建狀態(tài)圖控制流程。

大語言模型初始化（llm_env.py）

我們首先使用 LangChain 提供的模型初始化器加載 gpt-4o-mini 模型，供后續(xù)問答使用。

# llm_env.py
from langchain.chat_models import init_chat_modelllm = init_chat_model<