Ru果你Yi经玩转了大语言模型，却发现它们在面对企业内部文档时有点“失忆”，那就该把检索增强生成请进来。本文不只说概念，geng把整个流程用 LangChain 的包装一步步搬上桌面让你在几行代码里让模型拥有“记忆”。准备好了吗？跟着我一起敲代码、调参数、笑出声。

传统的 LLM 像一本巨大的百科全书，Neng凭空编造答案，却不一定Neng精准对应公司内部的技术细节。RAG 的核心思路是先让模型去检索一批Zui相关的文档片段，再把这些片段塞进 Prompt，让模型基于真实材料进行推理。

想象一下：你给 ChatGPT 一堆内部手册，它先去图书馆挑几本“Zui贴近”你提问的书，再根据这些书写出答案——这就是 RAG。

而 LangChain 正是为这种「检索+生成」场景提供了一整套高阶封装：文档加载 → 切分 → 嵌入 → 向量库 → 检索器 → Prompt 模板 → LLM 调用。只要把每一步替换成合适的实现，就Neng快速跑通。

无论是本地 txt、PDF 还是网络页面dou需要交给 LangChain 的 Loader 转成统一的数据结构——Document。下面演示三种常见

# -*- coding: utf-8 -*-
from langchain_community.document_loaders import TextLoader, PyPDFLoader, WebBaseLoader
# 1️⃣ 本地文本
txt_loader = TextLoader
txt_docs = txt_loader.load
# 2️⃣ PDF 文件
pdf_loader = PyPDFLoader
pdf_docs = pdf_loader.load
# 3️⃣ 在线网页
web_loader = WebBaseLoader
web_docs = web_loader.load

每个 Document dou会自带 .page_content和可选的 .metadata，后续所有链路dou会围绕它转。

比如在加载 PDF 时加入文件名：

pdf_docs = 

LLM 的上下文窗口有限，向量库也倾向于处理数百字符以内的片段。LangChain 提供了多种切分器，这里我们选用递归字符切分器，兼顾中文标点与英文句号：

from langchain.text_splitter import RecursiveCharacterTextSplitter
splitter = RecursiveCharacterTextSplitter(
    chunk_size=500,          # 每块约 500 字
    chunk_overlap=50,       # 前后留点重叠，防止信息断裂
    separators=
)
chunks = splitter.split_documents
print} 条短文本")

*温馨提示*: 若业务对章节层级敏感，Ke以改用 HTMLSectionSplitter/LatexTextSplitter，效果geng佳。

Embedding 模型是 RAG 的心脏。这里我们以阿里云通义千问的公开嵌入模型为例，也Ke以换成 OpenAI、Sentence‑Transformers 等开源方案。

from langchain.embeddings import OpenAIEmbeddings   # 替换为实际提供商
embeddings = OpenAIEmbeddings   # 示例
vector_store = Chroma.from_documents(
    documents=chunks,
    embedding=embeddings,
    collection_name="my_knowledge_base"
)
print)

关键点：

向量维度必须与检索引擎保持一致，否则会报错。

K‑近邻搜索默认返回 top‑k=4，可自行调大或调小。

If you feel “召回太多” or “太少”，请后面章节了解阈值调参技巧。

L​angChain 把检索器抽象成统一接口，让我们Ke以随意切换：

retriever_sim = vector_store.as_retriever(search_type="similarity",
                                          search_kwargs={"k": 4})
result_sim = retriever_sim.invoke
print

retriever_thr = vector_store.as_retriever(
    search_type="similarity_score_threshold",
    search_kwargs={"score_threshold": 0.75}   # 只保留相似度≥0.75 的块
)
result_thr = retriever_thr.invoke
print, "条满足阈值的结果")

M​MR 会先取geng多候选 ，再在其中挑选既相似又互补的前 k 条。λ 越小越注重新信息，越大则geng偏向相似度。

retriever_mmr = vector_store.as_retriever(
    search_type="mmr",
    search_kwargs={"k": 3, "fetch_k": 10, "lambda_mult": 0.6}
)
result_mmr = retriever_mmr.invoke
for doc in result_mmr:
    print

from langchain.retrievers import BM25Retriever, EnsembleRetriever
bm25_ret = BM25Retriever.from_texts
semantic_ret = vector_store.as_retriever
ensemble_ret = EnsembleRetriever(
    retrievers=,
    weights=   # 给语义稍高一点权重
)
result_ens = ensemble_ret.invoke
print)

L​angChain 将 Prompt kan作模板，可通过占位符动态拼接上下文。下面演示一个Zui常见的「仅依据提供上下文回答」模板：

from langchain.prompts import ChatPromptTemplate
from langchain.schema import HumanMessage
from langchain_core.runnables import RunnablePassthrough
template_str = """
仅参考以下材料回答问题：
{context}
{question}
请直接给出结论，不要出现「根据材料」之类的话。
"""
prompt_tpl = ChatPromptTemplate.from_template
# 链接：用户输入 -> 检索 -> Prompt -> LLM -> 输出
rag_chain = {
    "question": RunnablePassthrough,
    "context": retriever_mmr     # 换成你想用的任何检索器
} | prompt_tpl | llm   # llm 是Yi实例化好的 ChatOpenAI / Claude 等对象
answer = rag_chain.invoke
print