from langchain.cache import SQLiteCache
import langchain
langchain.llm_cache = SQLiteCache
print

from langchain.vectorstores import Chroma
# 分块避免超长输入
from langchain.text_splitter import RecursiveCharacterTextSplitter
splitter = RecursiveCharacterTextSplitter
chunks = splitter.split_documents
vectors = emb.embed_documents
print} 条向量，每条维度 {len}")
db = Chroma.from_documents(
    documents=chunks,
    embedding=emb,
    persist_directory="./chroma_db"
)
db.persist
print

query = "BGE-M3 模型适合哪些中文场景？"
results = db.similarity_search
print
for i, r in enumerate:
    print

挑选几组Yi知相似或不相似的句子，用模型生成向量后计算余弦值。Ru果相似对的分数普遍 ≥ 0.7，而不相似对 ≤ 0.4，则说明模型表现不错。

from sklearn.metrics.pairwise import cosine_similarity
import numpy as np
pairs = 
correct = 0
for a, b, label in pairs:
    v1 = np.array).reshape
    v2 = np.array).reshape
    sim = cosine_similarity
    pred = "similar" if sim>= 0.7 else "dissimilar"
    if pred == label:
        correct += 1
    print
print:.2f}")

将大量文档向量降到二维，再用 K‑Means 把它们划分为若干簇。Ru果同一主题的句子集中在同一个颜色区域，就说明嵌入Yi经hen好地区分了语义。

from sklearn.manifold import TSNE
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
tsne = TSNE
proj = tsne.fit_transform
kmeans = KMeans
labels = kmeans.fit_predict
plt.figure)
scatter = plt.scatter
plt.title
plt.show

把所有文档先Zuo一次全库索引，然后随机抽取若干查询句子，kan检索返回前 N 条中是否包含人工标注好的目标文档。召回率 ≥ 80% 通常被认为是可接受水平。

queries = 
hit = 0
for q, expected in queries:
   res = db.similarity_search
   if expected in res.page_content:
       hit += 1
print:.2f}")

批次大小要合理：CPU 环境建议每批 ≤ 32 条；GPU 环境可提升至 64~128 条，根据显存自行微调。

归一化必不可少：encode_kwargs 中打开 normalize_embeddings，可让余弦相似度直接等价于点积，提高检索速度。

GPU 加速：Pytorch 安装对应 CUDA 包后把 model_kwargs 改成 “cuda”，单卡情况下速度往往提升十倍以上。

AIO 并发：L​angChain 的 embed_documents 支持 async 调用，在爬取大量网页时Ke以边下载边生成嵌入，充分利用 I/O 空闲时间。

文本切片：C​lassic 的 RecursiveCharacterTextSplitter Neng保证每块不超过模型Zui大 token 限制，同时保留前后文上下文，提高表示完整性。

避免重复请求：L​angChain 的缓存机制会自动根据完整文本Zuo键值匹配；请确保预处理阶段统一大小写和空格，否则会被误判为不同内容而重新计算。

本文围绕「向量嵌入」这一核心概念，从理论解释到实战代码，一路铺开：

A) 理解维度与距离的重要性；

B) 完整配置本地轻量模型或云端高精度服务； C) 用 LangChain 的统一接口完成加载、切片、嵌入及缓存； D) 将结果写进 Chroma 向量库，实现即时检索； E) 用三种评估手段验证质量，并提供实用调优技巧。

只要把上述步骤复制粘贴到自己的项目里再根据业务需求替换数据源，你就Ke以拥有一个随时响应、精准匹配的「语义搜索」系统了。祝你玩得开心 🚀！Ru果还有疑问，请留言或加入社区一起讨论吧～✨️.