1.申请大模型的key我用的是deepseekDeepSeek2.在pycharm中创建项目环境选择uv我的项目名叫DocMind-v1正常创建完项目是会有.venv文件夹的没有的话终端执行一下 uv venv3.项目终端执行uv add langchain langchain-community langchain-text-splitters langchain-openai pypdf chromadb langchain-chroma pydantic python-dotenv核心框架层LangChain 生态库作用langchainLangChain 的核心库提供链Chain、智能体Agent、记忆Memory等高层抽象是搭建整个应用的骨架。langchain-coreLangChain 的基础抽象层定义了Runnable、BaseMessage、BaseLLM等核心接口。通常作为依赖自动安装无需显式关注。langchain-community第三方集成仓库包含大量社区贡献的组件如各种文档加载器、向量存储封装、工具等。langchain-text-splitters文本分割器负责将长文档如 PDF 的几十页内容按语义或段落切割成小块chunks以便后续向量化和检索。langchain-openaiLangChain 与OpenAI的官方集成包提供ChatOpenAI聊天模型和OpenAIEmbeddings嵌入模型接口。langchain-chromaLangChain 与Chroma的集成包提供与 Chroma 向量数据库交互的标准化 API。️ 数据存储与检索层库作用chromadbChroma 向量数据库的 Python 客户端。负责存储文档的嵌入向量embedding并支持向量相似度搜索。它是 RAG 应用的记忆库。 文档处理层库作用pypdfPDF 解析库用于从 PDF 文件中提取文本内容。你很可能用它来读取本地或网络的 PDF 文档作为知识源。⚙️ 基础工具与配置层库作用pydantic数据验证库LangChain 大量使用它来定义和校验数据结构如BaseModel子类确保配置和输入输出符合预期。python-dotenv环境变量管理从.env文件中加载配置如OPENAI_API_KEY避免将敏感信息硬编码在代码里。其中Chroma是一个开源的向量数据库Vector Database专门为 AI 应用尤其是大语言模型设计。适合在工作室里快速做模型后期我们会换成milvus。4.在项目根目录创建.env内容为你的api_key我用的deepseekDEEPSEEK_API_KEYsk-你的DeepSeek密钥5.在ollama中搜索一个embdding模型安装接下来做文本向量化使用我是8G显存所以选了个4b模型在cmd中执行目录随意ollama pull qwen3-embedding:4b