langchain创建向量知识库

Langchain创建向量知识库的过程包括文件加载与分割、文本向量化与存储、问句向量化、相似文档检索和prompt构建。首先，将文件加载并进行分割，然后进行文本向量化，将文本转化为向量并存储到向量数据库中。在文本向量中匹配出与问句向量最相似的top k个文本向量，这一步是信息检索的核心，可以通过计算余弦相似度、欧氏距离等方式来找出与问句向量最接近的文本向量。最后，将问题和上下文一起构成的prompt提交给在线或本地化部署的大语言模型，让其生成回答。Langchain可以使用这个过程来创建向量知识库。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [AIGC：【LLM（四）】——LangChain+ChatGLM:本地知识库问答方案](https://blog.csdn.net/u013010473/article/details/132147119)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]