书生大模型实战营第四期——LlamaIndex

• 任务要求：基于 LlamaIndex 构建自己的 RAG 知识库，寻找一个问题 A 在使用 LlamaIndex 之前InternLM2-Chat-1.8B模型不会回答，借助 LlamaIndex 后 InternLM2-Chat-1.8B 模型具备回答 A 的能力，截图保存。

• 构建RAG之前的回答效果

• 

• 获取知识库

• 新建llamaindex_RAG.py贴入以下代码

• 
  from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
  
  from llama_index.embeddings.huggingface import HuggingFaceEmbedding
  from llama_index.llms.huggingface import HuggingFaceLLM
  
  #初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
  embed_model = HuggingFaceEmbedding(
  #指定了一个预训练的sentence-transformer模型的路径
      model_name="/root/model/sentence-transformer"
  )
  #将创建的嵌入模型赋值给全局设置的embe