LlamaIndex：4 行代码，让大模型接入你的数据库，搭建私有知识库，大模型入门到精通，收藏这篇就足够了！

本文详细介绍如何使用 LlamaIndex 导入数据库的数据，搭建私有知识库（附 python 代码示例）。对于企业，大部分的数据存储在数据库，LlamaIndex 支持对数据库数据的导入、转换和向量索引处理，利用大语言模型（LLMs）进行智能查询和分析，高效搭建私有知识库。

基于私有数据库数据的智能问答流程

使用 LlamaIndex，接入数据库数据，搭建私有知识库，实现智能问答应用的流程如下：

初始化流程：

使用 LlamaIndex 的数据库读取器，加载数据库数据。
使用嵌入模型，将数据转换成向量形式。
数据向量被存储到向量索引中，以便后续检索。

问答流程：

用户提出问题。
查询引擎将用户问题传递给嵌入模型，生成向量。
检索器根据用户问题（向量形式），从向量索引中找到最相关的 top N 片段。
查询引擎将 top N 片段和用户问题传递给语言模型。
语言模型生成回答并返回给用户。

开发准备（安装）

安装 python 包

pip install llama-index -i https://pypi.tuna.tsinghua.edu.cn/simplepip install llama-index-llms-deepseek -i https://pypi.tuna.tsinghua.edu.cn/simplepip install llama-index-readers-database -i https://pypi.tuna.tsinghua.edu.cn/simplepip install llama_index.embeddings.huggingface -i https://pypi.tuna.tsinghua.edu.cn/simplepip install psycopg2-binary -i https://pypi.tuna.tsinghua.edu.cn/simple

嵌入模型

使用 huggingface 上的 BAAI 的嵌入模型。以下两个是轻量级的嵌入模型：

BAAI/bge-small-en-v1.5 : https://huggingface.co/BAAI/bge-small-en-v1.5
BAAI/bge-small-zh-v1.5 : https://huggingface.co/BAAI/bge-small-zh-v1.5

由于科学上网的原因，上面的两个嵌入模型可能不好下载。海哥已经从 huggingface 下载好了。关注我，后台发送消息：“嵌入模型”，获取下载链接。

示例数据集

从 kaggle 下载中国电影数据：https://www.kaggle.com/datasets/pwang001/movie-recommender

在 pg 数据库建表，并导入数据集。

CREATE TABLE public.chinese_movie_ratings (  movie_type varchar(50) NULL, -- 电影类型  main_actors varchar(100) NULL, -- 主演  region varchar(50) NULL, -- 地区  director varchar(50) NULL, -- 导演  features varchar(100) NULL, -- 特色  rating numeric(3, 1) NULL, -- 评分  movie_name varchar(100) NOTNULL, -- 电影名CONSTRAINT chinese_movie_ratings_pk PRIMARY KEY (movie_name));COMMENTONTABLE public.chinese_movie_ratings IS'中国电影评分表';-- Column commentsCOMMENTONCOLUMN public.chinese_movie_ratings.movie_type IS'电影类型';COMMENTONCOLUMN public.chinese_movie_ratings.main_actors IS'主演';COMMENTONCOLUMN public.chinese_movie_ratings.region IS'地区';COMMENTONCOLUMN public.chinese_movie_ratings.director IS'导演';COMMENTONCOLUMN public.chinese_movie_ratings.features IS'特色';COMMENTONCOLUMN public.chinese_movie_ratings.rating IS'评分';COMMENTONCOLUMN public.chinese_movie_ratings.movie_name IS'电影名';

导入数据后，对数据进行查看：

代码示例

设置使用的嵌入模型和语言模型

嵌入模型使用 BAAI/bge-small-zh-v1.5（中文）；语言模型使用 DeepSeek 的 deepseek-chat。

import osfrom dotenv import load_dotenvfrom llama_index.core import VectorStoreIndex, Settingsfrom llama_index.readers.database import DatabaseReaderfrom llama_index.llms.deepseek import DeepSeekfrom llama_index.embeddings.huggingface import HuggingFaceEmbeddingfrom sqlalchemy import create_engineapi_key = os.environ["DEEPSEEK_API_KEY"]embed_model_path = 'D:\\DevelopTools\\huggingface_model\\baai\\bge-small-zh-v1.5'llm = DeepSeek(model="deepseek-chat", api_key=api_key)Settings.llm = llm  # 绑定语言模型（用于生成回答）# 绑定嵌入模型（用于生成向量）Settings.embed_model = HuggingFaceEmbedding(    model_name=embed_model_path,    cache_folder=embed_model_path)

设置数据库的连接

load_dotenv()# 数据库连接配置host = os.getenv("PG_HOST")port = os.getenv("PG_PORT")database = os.getenv("PG_DATABASE")user = os.getenv("PG_USER")password = os.getenv("PG_PASSWORD")connection_string = f"postgresql://{user}:{password}@{host}:{port}/{database}"engine = create_engine(connection_string)# 初始化数据库读取器db_reader = DatabaseReader(    engine=engine,  # 使用 SQLAlchemy 引擎)

读取数据并初始化为向量索引，创建查询引擎，用户提问并得到模型的回答（4 行核心代码）

sql_query = '''SELECT movie_type,        main_actors,        region,        director,        features,        rating,        movie_nameFROM public.chinese_movie_ratings;'''user_input = '我不是药神的评分是多少？'# 将数据转换成 documents 对象documents = db_reader.load_data(query=sql_query)# 创建向量索引index = VectorStoreIndex.from_documents(documents)# 基于索引，创建查询引擎query_engine = index.as_query_engine()# 用户提问并获取回答response = query_engine.query(user_input)print(response)

可实现多轮对话交互，根据对知识库的检索，模型回答用户的问题：

print("知识库已准备就绪！您现在可以询问问题。")print("输入 'exit' 退出。")while True:    user_input = input("您的问题: ")    if user_input.lower() == "exit":        break    try:        response = query_engine.query(user_input)        print("助手回答:", response)    except Exception as e:        print(f"处理查询时出错: {e}")

问答示例（模型的回答与数据库数据一致）

```plaintext
正在创建向量索引…索引创建完成…《我不是药神》的评分是8.9分。知识库已准备就绪！您现在可以询问问题。输入 ‘exit’ 退出。您的问题: 我不是药神的主演是谁？助手回答: 徐峥、王传君、周一围、谭卓和章宇。您的问题: 介绍一下鬼子来了，评分是多少助手回答: 《鬼子来了》是一部中国大陆的剧情片，由姜文执导并主演，其他主要演员包括香川照之、袁丁、姜宏波和丛志军。这部电影被归类为经典作品，评分为9.2分。您的问题: 人在囧途和驴得水这两部电影，哪一部评分高？助手回答: 《驴得水》的评分更高，达到了8.3分。您的问题: exitProcess finished with exit code 0