RAG-SmartChat

RAG-SmartChat 是一个基于 LangChain 0.3 构建的检索增强生成（Retrieval-Augmented Generation, RAG）智能文档问答系统，支持多轮对话记忆和混合检索策略。

项目简介

该系统允许用户上传文档，然后针对这些文档进行提问。系统使用 LangChain 的向量检索技术找到最相关的文档片段，并结合大语言模型生成准确的回答。

主要特点

• 基于 LangChain 0.3：使用最新的 LangChain API 和组件构建
• 文档处理：支持 PDF、TXT、MD、CSV 等多种文件格式
• 向量检索：使用 LangChain 的检索器接口和 Chroma 向量数据库
• 智能问答：基于 LCEL（LangChain Expression Language）构建的 RAG 链
• 多轮对话：使用 RunnableWithMessageHistory 实现对话记忆
• 会话管理：创建、查询、清除和删除会话

技术栈

• 后端框架：FastAPI
• LangChain：使用 LangChain 0.3+ 及其组件
  • langchain_core：核心组件和接口
  • langchain_chroma：向量存储
  • langchain_openai：OpenAI 集成
  • langchain_community：文档加载器
• 大语言模型：OpenAI API
• 文档加载：LangChain 文档加载器
• 向量嵌入：OpenAI Embeddings

安装与配置

环境要求

• Python 3.10+
• 虚拟环境（推荐）

安装步骤

1. 克隆仓库

git clone https://github.com/Houraiji/rag-smart-chat.git
cd rag-smart-chat

2. 创建并激活虚拟环境

python -m venv .venv
# Windows
.venv\Scripts\activate
# Linux/Mac
source .venv/bin/activate

3. 安装依赖

pip install -e .

4. 创建环境变量文件

cp .env.example .env

5. 编辑 .env 文件，设置 OpenAI API 密钥和其他配置

目录结构

rag-smartchat/
├── app/ # 应用代码
│ ├── api/ # API 接口
│ ├── core/ # 核心功能
│ │ ├── config.py # 配置
│ │ ├── retriever.py # 文档检索器
│ │ └── qa.py # 问答链
│ ├── models/ # 数据模型
│ └── main.py # 主程序入口
├── data/ # 数据目录
│ ├── index/ # 向量索引
│ └── uploads/ # 上传文件
├── tests/ # 测试代码
├── .env # 环境变量
├── .env.example # 环境变量示例
├── pyproject.toml # 项目配置
├── setup.py # 安装配置
└── README.md # 项目说明

使用方法

启动服务

cd rag-smartchat
uvicorn app.main:app --reload

服务将在 http://127.0.0.1:8000 启动，API 文档可访问 http://127.0.0.1:8000/docs