Llamaindex RAG实践

一：概述

        RAG(Retrieval Augmented Generation)是一种结合了检索(Retrieval)和生成(Generation)的技术，旨在通过利用外部知识库来增强大语言模型(LLMs)性能。它通过检索与用户输入相关的信息片段，并结合这些信息来生成更准确、更丰富的回答。

        它可以解决LLMs在处理知识密集型任务时可能遇到的挑战。提供更准确的回答、降低推理成本、实现外部记忆。生成幻觉(hallucination)、过时知识、缺乏透明和可追溯的推理过程。

        它的应用包括问答系统、文本生成、信息检索、图片描述。

二：具体说明

                <1>RAG的原理

                将所要处理的文档或者网页即知识源分割成小块，编码成向量，并存储在向量数据库(Vector-DB)当中。大模型会根据接收到用户的问题后，将问题也编码成向量，通过检索Vector-DB来找到与之最相关的文档块(top-k chunks)。最后将检索到的文档块与原始问题一起作为提示(prompt)输入到LLM中，生成最终的回答。

                <2>向量数据库(Vector-DB)的介绍             

1.                                 数据存储：将文本以及其他数据通过其他预训练的模型转换为固定长度的向量表示，这些向量能够捕捉文本的语义信息。
2.                                 相似性检索：根据用户的查询向量，使用向量数据库快速找出最相关的向量的过程。通过计算余弦相似度或其他相似度量来完成。检索结果根据相似度得分进行排序，最相关的文档将被用于后续的文本生成。
3.                                 向量表示的优化：包括使用更高级的文本编码技术，如句子嵌入或者段落嵌入，以及对数据库进行优化以支持大规模向量搜索。

                     <3>RAG的发展进程

                        RAG的概念最早是由Meta(Facebook)的Lewis等人在2020《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》中提出的。经过Naive RAG（问答系统、信息检索）、Advance RAG（摘要生成、内容推荐）、Modular RAG（多模态任务、对话系统）。

                        <4>RAG常见优化方法

                <5>RAG和微调(Fine-tuning)对比

                           

                <6>评估框架和基准测试

                                                <7>LlamaIndex RAG实战

                                        LlamaIndex是一个开源的索引和搜索库，提供高效、可扩展的文本索引和检索功能。

                                     7.1 LlamaIndex特点   

                        

                        7.2 LlamaIndex RAG的应用

        

                <8>基于LlamaIndex构建自己的RAG知识库实践

                                8.1 配置基础环境

                        

# 创建新的conda环境 名为llamaindex
conda create -n llamaindex python==3.10

# 查看本地环境
conda env list

# 
# conda environments:
#
base                  *  /root/.conda
llamaindex               /root/.conda/envs/llamaindex

# 运行 conda 命令，激活 llamaindex 然后安装相关基础依赖 python 虚拟环境:
conda activate llamaindex
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

# 安装python依赖包
pip install einops==0.7.0 protobuf==5.26.1

                8.2 安装Llamaindex

# 安装Llamaindex
conda activate llamaindex
pip install llama-index==0.10.38 llama-index-llms-huggingface==0.2.0 "transformers[torch]==4.41.1" "huggingface_hub[inference]==0.23.1" huggingface_hub==0.23.1 sentence-transformers==2.7.0 sentencepiece==0.2.0

                8.3 下载 Sentence Transformer 模型

cd ~
mkdir llamaindex_demo
mkdir model
cd ~/llamaindex_demo
touch download_hf.py

                打开创建的python文件，写入如下的代码：

import os

# 设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

# 下载模型
os.system('huggingface-cli download --resume-download sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 --local-dir /root/model/sentence-transformer')

然后，在 /root/llamaindex_demo 目录下执行该脚本即可自动开始下载：

cd /root/llamaindex_demo
conda activate llamaindex
python download_hf.py

        8.4 下载NLTK相关资源

cd /root
git clone https://gitee.com/yzy0612/nltk_data.git  --branch gh-pages
cd nltk_data
mv packages/*  ./
cd tokenizers
unzip punkt.zip
cd ../taggers
unzip averaged_perceptron_tagger.zip

      <9>LlamaIndex HuggingFaceLLM

                运行以下指令，把 InternLM2 1.8B 软连接出来

cd ~/model
ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b/ ./

# 运行以下指令，新建一个python文件

cd ~/llamaindex_demo
touch llamaindex_internlm.py

        打开llamaindex_internlm.py 贴入以下代码

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)

rsp = llm.chat(messages=[ChatMessage(content="2024年发生了什么大事？")])
print(rsp)

        接下来运行下面的命令。

conda activate llamaindex
cd ~/llamaindex_demo/
python llamaindex_internlm.py

        我问的这个A问题是：2024年发生了什么大事？它的回答效果如下图所示：

我们发现它无法回答这个问题。

        <10> LlamaIndex RAG

                        10.1 安装 LlamaIndex 词嵌入向量依赖                 

conda activate llamaindex
pip install llama-index-embeddings-huggingface==0.2.0 llama-index-embeddings-instructor==0.1.3

运行以下命令，获取知识库

cd ~/llamaindex_demo
mkdir data
cd data
git clone https://github.com/InternLM/xtuner.git
mv xtuner/README_zh-CN.md ./

运行以下指令，新建一个python文件

cd ~/llamaindex_demo
touch llamaindex_RAG.py

打开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embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_model

llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm

#从指定目录读取所有文档，并加载数据到内存中
documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
response = query_engine.query("2024世界经济形势与展望是什么?")

print(response)

在运行之前，需要将README_zh-CN.md中的数据修改为与你的问题相关的内容，然后再进行测试。否则运行之后，都是以案例所给数据相关的内容。

<p>脆弱的韧性掩盖了潜在
的风险和脆弱性
2023年，尽管冲突和气候变化引发的多重冲
击对数以百万计的人的生活和生计造成严重
破坏，进一步危及可持续发展的进展，但在全
球范围内大幅收紧货币政策和持续存在的政
策不确定性的情况下，世界经济的韧性超出
预期。几个大型发达经济体表现出非凡的韧
性，尽管货币政策大幅收紧，但强劲的劳动力
市场支撑消费者支出。与此同时，由于能源和
食品价格下降，大多数区域的通货膨胀逐渐
下降，使中央银行能够减缓或暂停加息。
然而，这种弹性的外表掩盖了短期风险和结
构脆弱性。许多国家的潜在价格压力仍然很
大。中东冲突的进一步升级可能会扰乱能源
市场，并在全世界范围内重新产生通货膨胀
压力。随着全球经济为利率大幅上升的滞后
效应做好准备，主要发达国家的中央银行已
表示打算在更长时间内保持较高的利率。借
贷成本上升和信贷条件收紧的前景将长期存
在，这对债台高筑但又需要增加投资的世界
经济构成了强大的阻力，而增加投资不仅是
为了重振增长，也是为了应对气候变化和加
快实现可持续发展目标。此外，金融条件紧
缩，加上地缘政治分裂的风险不断增加，给全
球贸易和工业生产带来了越来越大的风险。
在风险和不确定性挥之不去的背景下，全球
国内生产总值增长预计将从2023年的2.7%放
缓至2024年的2.4%。预计2025年增长率将温
和改善至2.7%，但仍将低于疫情前3.0%的趋
势增长率。虽然世界经济在2023年避免了最
糟糕的衰退情况，但长期低增长的阴影依然
存在。许多发展中国家，特别是脆弱国家和低
收入国家的增长前景依然疲弱，使全面恢复
疫情造成的损失变得更加渺茫。
发达经济体进一步放缓
美利坚合众国是世界上最大的经济体，在过
去一年中表现出色，但预计增长率将从2023
年的估计值2.5%降至2024年的1.4%。在强
劲的家庭资产负债表以及强劲的劳动力和
住房市场的支持下，强劲的消费支出支持了
2023年优于预期的表现 。尽管美国联邦储
备委员会(“美联储”)实行激进的货币紧缩政
策，但2023年第三季度的失业率仅为3.7%
。强劲的房价提高并维持了房主的净资产，
发 挥 了 强 大 的 财 富 效 应，并 支 撑 了 高 水 平
的家庭支出。这种情况可能会迅速改变，特
别是如果住房和资产价格下跌并有效减少
家庭净资产的话。在家庭储蓄下降、利率高
企 和 劳 动 力 市 场 逐 渐 疲 软 的 情 况 下，预 计
2024年消费者支出将减弱，投资预计将保
持低迷。虽然硬着陆的可能性已大大降低，
III执行摘要
但 美 国 经 济 将 面 临 来 自 劳 动 力 、住 房 和 金
融市场恶化的重大下行风险。
在通胀依然高企、利率居高不下的情况下，欧
洲的经济前景充满挑战。在欧洲联盟，预计
2024年国内生产总值仅增长1.2%，高于2023
年的0.5%。预计温和复苏将受到消费者支出
回升的推动，因为价格压力缓解，实际工资上
升，劳动力市场保持强劲。2024年，金融条件
紧缩和财政支持措施撤除的持续和滞后效应
将部分抵消这些主要增长动力的积极影响。
尽 管 采 取 了 宽 松 的 货 币 和 财 政 政 策，日 本
的经济增长预计将从2023年的1.7%放缓至
2024年的1.2%。通货膨胀率上升可能预示着
持续了20多年的通货紧缩趋势的结束。中国
和美国(日本的主要贸易伙伴)的增长放缓，预
计将在2024年抑制净出口。
在独立国家联合体(独联体)，经济增长超过先
前的预测，反映出俄罗斯联邦的增长高于预
期，乌克兰在2022年大幅收缩后出现温和反
弹，高加索和中亚表现强劲。独联体和格鲁吉
亚的国内生产总值总额在2023年估计增长
3.3%，预计2024年将增长2.3%。预计俄罗斯
联邦通胀上升和恢复货币紧缩政策将对该地
区2024年的增长产生负面影响。
发展中国家面临不同的近
期增长前景
在 中 国 ，受 国 内 外 不 利 因 素 影 响 ，摆 脱
COVID-19相关封城措施的经济复苏比预期
更为缓慢。2023年下半年经济出现转机，全年
增长率达5.3%，较2022年的3.0%有所上升。
降低政策利率和抵押贷款利率，增加公共部
门投资，通过新债券融资，推动了经济增长。
尽管消费一直是增长的主要动力，但消费者
信心在2023年仍然不温不火。房地产行业的
持续疲软和外部需求的不振，对固定投资、工
业生产和出口的增长产生了负面影响，将使
2024年的增长率温和降至4.7%。
预计非洲的经济增长仍将疲软，从2023年
的 平 均 3 . 3 % 增 至 2 0 2 4 年 的 3 . 5 % 。全 球 经
济 放 缓 、货 币 和 财 政 状 况 收 紧 以 及 债 务 可
持 续 性 风 险 高 企，仍 将 拖 累 本 区 域 的 增 长
前 景 。正 在 发 生 的 气 候 危 机 和 极 端 天 气 事
件 将 损 害 农 业 产 出 和 旅 游 业，而 地 缘 政 治
不 稳 定 将 继 续 对 非 洲 几 个 次 区 域，特 别 是
萨赫勒和北非产生不利影响。
东亚经济体预计将出现适度放缓，增长率将
从2023年的4.9%降至2024年的4.6%。在大
多 数 经 济 体，私 人 消 费 增 长 预 计 将 保 持 坚
挺，这得益于通货膨胀压力的缓解和劳动力
市场的稳步复苏。虽然服务出口，特别是旅
游业的复苏势头强劲，但全球需求放缓可能
会 抑 制 商 品 出 口，而 商 品 出 口 一 直 是 本 区
域许多国家增长的主要动力。
南 亚 的 国 内 生 产 总 值 在 2 0 2 3 年 估 计 增 长
5.3%，预计在2024年将增长5.2%，这是由
于 印 度 的 强 劲 扩 张，印 度 仍 然 是 世 界 上 增
长最快的大型经济体 。预计2024年印度经
济增长率将达到6.2%，略低于2023年的估
计 增 长 值 6 . 3 %，原 因 是 国 内 需 求 强 劲，制
造 业 和 服 务 业 增 长 强 劲 。该 区 域 若 干 经 济
体 的 增 长 将 面 临 金 融 和 财 政 状 况 趋 紧 、国
际 收 支 挑 战 以 及 厄 尔 尼 诺 气 候 现 象 卷 土
重来等因素带来的下行压力。
在西亚，预计2024年国内生产总值将增长
2.9%，高于2023年的1.7%。基本粮食进口价
格高企继续对通货膨胀造成上行压力，预计
通货膨胀将在2024年逐步下降。在土耳其，当
局激进地收紧货币政策以控制通胀，预计这
将对2024年的增长产生负面影响。
拉丁美洲和加勒比地区的前景依然充满挑
战，预计国内生产总值增速将从2023年的
2.2%放缓至2024年的1.6%。2023年，在消费
和投资保持韧性、资本流入强劲以及外部需
求强劲的情况下，增长表现超出预期。虽然
通货膨胀率有所下降，但仍居高不下，结构
IV2024年世界经济形势与展望
性挑战和宏观经济政策挑战依然存在。2024
年，金融环境趋紧将削弱国内需求，中国和美
国经济增长放缓将制约出口。
最不发达国家预计2024年将增长5.0%，高于
2023年的4.4%，但仍远低于可持续发展目标
设定的7.0%的增长目标。对最不发达国家的
投资将继续受到抑制。初级商品价格波动，特
别是金属、石油和棉花价格波动，继续损害
增长前景，46个最不发达国家中有38个被列
为依赖初级商品的经济体。据估计，外债还本
付息额将从2021年的460亿美元增加到2023
年的约600亿美元(约占最不发达国家国内
生产总值的4%)，进一步挤压财政空间，限制
政府刺激复苏和增长的能力。
许多小岛屿发展中国家受益于2023年入境
旅游业的强劲反弹，2024年的前景也基本乐
观。小岛屿发展中国家的平均增长率预计将
从2023年的2.3%提高到2024年的3.1%。然
而，小岛屿发展中国家的经济前景仍然容易
受到气候变化和石油价格波动日益严重的
影响，这直接影响到旅游流量和消费价格。
内陆发展中国家的经济增长预计将从2023
年的4.4%加速到2024年的4.7%。一些经济
体 正 受 益 于 更 强 劲 的 投 资，包 括 外 国 直 接
投资，特别是基础设施投资。
不均衡的劳动力市场复苏
全球劳动力市场自疫情以来迅速反弹，超过
2008/09年金融危机后的复苏速度。到2023
年，许多经济体的失业率已经低于疫情前的
水平，美国和几个欧洲经济体的失业率接近
历史低点。然而，这种复苏不均衡，特别是发
展中经济体的趋势各不相同。巴西、中国和土
耳其的失业率有所下降，但许多发展中国家，
特别是西亚和非洲的发展中国家，仍在与高
失业率作斗争。在大多数经济体，工资增长未
能抵消通货膨胀的影响，反而加剧了生活费
用危机。发展中国家的劳动力市场继续面临
非正规就业、性别不平等和青年失业率高等
持续挑战。由于前景较弱，许多发展中国家的
劳动力市场状况可能会在2024年恶化，货币
紧缩的滞后效应会对就业造成影响。
全球通货膨胀正在消退，
但食品价格上涨可能加剧粮
食不安全和贫困
在经历了两年的飙升后，全球通胀在2023年
有所缓解，但仍高于2010-2019年的平均水
平。全球总体通胀率从2022年的8.1%(近三十
年来的最高值)下降到2023年的估计值5.7%
。预计2024年将进一步下降至3.9%，原因是
国际大宗商品价格进一步放缓，以及货币紧
缩导致需求减弱。发达经济体的通货膨胀明
显减速，但受服务部门价格上涨和劳动力市
场紧张的影响，核心通货膨胀率仍然较高。大
多数发展中国家的通货膨胀在2023年达到顶
峰，预计2024年将进一步放缓。
尽 管 出 现 这 些 令 人 鼓 舞 的 情 况 发 展 ，但
由 于 国 际 价 格 向 当 地 价 格 的 传 导 有 限 、
当 地 货 币 疲 软 以 及 气 候 相 关 冲 击 ，食 品
价 格 在 2 0 2 3 年 下 半 年 出 现 上 涨 迹 象 ，
特别是在非洲、南亚和西亚。
高粮价一直是发展中国家粮食不安全的一
个 重 要 驱 动 因 素，对 最 贫 困 家 庭 的 影 响 尤
为 严 重，因 为 这 些 家 庭 的 收 入 中 有 很 大 一
部分用于食品。2023年，估计有2.38亿人面
临重度粮食不安全，比上一年增加了2 160
万人。妇女和儿童尤为脆弱。发展中国家的
通货膨胀趋势也加剧了贫困，使在减贫方面
来 之 不 易 的 一 些 进 展 发 生 逆 转 。在 低 收 入
国家，特别是北非和西亚的低收入国家，贫
困率仍远高于疫情前的水平。
随 着 总 体 通 胀 开 始 消 退，全 球 货 币 政 策 立
场开始出现分歧。在2023年前10个月，130
家 央 行 中 有 多 达 2 8 家 下 调 了 政 策 利 率 。然
V执行摘要
而，全 球 货 币 政 策 的 立 场 在 很 大 程 度 上 仍
然 是 限 制 性 的 。2 0 2 3 年，因 为 核 心 通 胀 率
仍高于目标，美联储和欧洲央行继续加息，
尽 管 速 度 有 所 放 缓 。主 要 发 达 国 家 的 中 央
银 行 可 能 会 在 更 长 时 间 内 保 持 较 高 的 利
率，因 为 名 义 工 资 增 长 率 上 升 表 明 存 在 第
二 轮 效 应 的 风 险，而 地 缘 政 治 紧 张 局 势 升
级可能会造成新的通胀压力。
量化紧缩取代量化宽松
除加息外，主要发达国家央行(日本央行除外)
于2022年开始减少资产负债表上的资产，这
一过程被称为量化紧缩，并在2023年加快步
伐，以减少过剩的流动性。自2008年全球金融
危机以来，量化宽松(央行购买金融资产)一直
是促进投资和增长、确保金融稳定的关键货
币政策工具。在疫情期间，货币当局恢复量化
宽松政策以注入流动性及稳定金融市场。许
多发展中国家央行在疫情期间首次实施量化
宽松。然而，2021年下半年持续的通胀压力要
求大多数发达国家央行收缩资产负债表，以
减少流动性和抑制通胀压力。
量 化 紧 缩 的 实 施 带 来 了 重 大 挑 战，包 括 金
融 不 稳 定 风 险 和 财 政 问 题 。2 0 2 2 年 9 月 大
不 列 颠 及 北 爱 尔 兰 联 合 王 国 政 府 债 券 市
场压力及2023年3月美国银行业动荡分别
迫 使 英 格 兰 银 行 及 美 联 储 重 新 思 考 及 调
整 量 化 紧 缩 的 实 施 策 略 。尽 管 量 化 紧 缩 导
致 金 融 环 境 收 紧，但 对 长 期 债 券 收 益 率 的
影 响 不 那 么 明 显，因 为 量 化 紧 缩 的 实 施 比
量 化 宽 松 更 为 缓 慢，量 化 宽 松 通 常 会 相 对
较快地推出以避免金融危机。
借贷成本上升将加剧发展中国家
债务可持续性的风险
主要发达国家中央银行的货币紧缩(包括量
化紧缩)将对发展中国家产生重大的溢出效
应。虽然在股票价格上升和低波动的情况下，
国际金融条件保持适度宽松，特别是在2023
年上半年，但许多发展中国家仍然面临着借
贷 成 本 居 高 不 下 、进 入 国 际 资 本 市 场 受 限
和汇率贬值的问题。2022年3月美联储停止
净资产购买后的6个月里，新兴市场经济体
货币对美元集体贬值约9%。
借贷成本上升和货币贬值加剧了许多发展
中 国 家 的 债 务 可 持 续 性 风 险 。在 疫 情 后 时
期，财 政 收 入 停 滞 不 前，甚 至 出 现 萎 缩，而
偿 债 负 担 却 持 续 加 重，特 别 是 在 以 美 元 或
欧 元 计 价 的 债 务 水 平 较 高 的 发 展 中 国 家，
利 率 不 断 上 升 。在 发 展 中 经 济 体 需 要 额 外
外 部 融 资 以 刺 激 投 资 和 增 长 、应 对 气 候 变
化相关风险并加快实现可持续发展目标的
时候，这一点尤其令人担忧。
给 最 不 发 达 国 家 的 官 方 发 展 援 助 减 少，进
一 步 加 剧 了 资 金 短 缺 。尽 管 全 球 官 方 发 展
援 助 流 量 达 到 历 史 最 高 水 平，但 在 撒 哈 拉
以南非洲，2022年官方发展援助下降了近
8 % 。2 0 2 2 年 官 方 发 展 援 助 大 幅 增 加 的 主
要原因是发达国家为乌克兰提供了财政支
持。进一步减少对最不发达国家的官方发展
援 助，将 有 可 能 使 这 些 国 家 近 几 十 年 来 取
得的一些发展成果发生逆转。
全球投资趋势仍将疲弱
全球投资增长可能继续低迷。2023年实际固
定资本形成总额估计增长1.9%，低于2022年
的3.3%，也远低于2011-2019年期间4.0%的
平均增长率。发达经济体和发展中经济体甚
至在疫情之前就经历了投资增长放缓。全球
金融危机后采取的超宽松货币政策(以及量
化宽松产生的过剩流动性)与增加投资无关。
目前借贷成本上升和经济不确定性的环境将
进一步拖累投资增长。在发达经济体，特别是
在美国，住宅投资显著减弱。在发展中区域
中，非洲、西亚以及拉丁美洲和加勒比继续努
力应对高借贷成本和阻碍投资增长的其他挑
VI2024年世界经济形势与展望
战。中国的投资前景面临着房地产行业困境
的不利因素，尽管政府主导的基础设施投资
在一定程度上抵消了私人投资的不足。相比
之下，在政府基建项目及跨国投资的推动下，
印度2023年录得强劲的投资表现。
2023年，全球能源领域投资增速快于总投资
增速。值得注意的是，自COVID-19疫情以来，
清洁能源投资连续第三年增长。然而，这些投
资的增长速度还不足以让各国在2050年前
实现净零排放目标。在可再生能源领域，投资
缺口仍然很大，特别是在发达经济体和中国
之外。与此同时，对化石燃料的投资也在上
升，2022年和2023年超过了疫情前的水平。
国际贸易作为经济增长的驱动力
正在失去动力
2 0 2 3 年，全 球 贸 易 增 速 明 显 减 弱，估 计 为
0.6%，较2022年的5.7%大幅下滑。预计2024
年将恢复至2.4%，仍低于疫情前3.2%的趋
势。这一减速归因于商品贸易的暴跌。相比
之下，服务贸易，特别是旅游业和运输业继
续复苏。消费支出从商品转向服务、货币紧
缩、美元坚挺以及地缘政治紧张局势阻碍了
全球贸易。发展中经济体的出口遭受挫折，
发 达 国 家 的 需 求 减 弱，金 融 条 件 限 制 了 贸
易融资。从更积极的方面来看，国际旅游业
显 示 出 强 劲 复 苏 的 迹 象，特 别 是 在 东 亚 和
西亚，预计到2024年将达到疫情前的水平。
国际贸易关系中正在出现一种重新调整的
趋 势，各 国 寻 求 在 更 靠 近 本 国 的 地 方 或 从
更有韧性的来源获得供应链。
央行必须在通胀、增长和金融稳定
之间保持微妙的平衡
预计2024年全球央行将继续面临微妙的平衡
和艰难的权衡，因为它们将努力控制通胀，恢
复增长并确保金融稳定。政策的不确定性，特
别是围绕美国联邦储备委员会和欧洲中央银
行货币紧缩立场的方向和持续时间的不确定
性，对实体经济和金融市场都是巨大的威胁。
值得注意的是，货币紧缩，包括正在进行的量
化紧缩承诺的全面影响，尚未实现，因为货币
传导存在巨大和可变的滞后。发展中经济体
的中央银行将面临更多的挑战，包括日益增
加的国际收支问题和债务可持续性风险。
发展中国家中央银行需要使用广泛的工具，
包括资本流动管理、宏观审慎政策和汇率管
理，以尽量减少发达经济体货币紧缩的负面
溢出效应。预防性和先发制人地部署这些政
策可以创造缓冲，增加货币政策反应的灵活
性，将增长和就业置于金融稳定之上。发展中
国家需要加强其技术和体制能力(侧重于及
时收集经济和金融数据以及加强监督能力等
优先事项)以便为执行政策做好准备。一系列
预警指标和国家风险模型可以帮助货币当局
发现国内外风险和脆弱性。此外，实施财政政
策，包括采取审慎的财政措施和设立主权稳
定基金，可以作为抵御外部经济冲击的屏障。
尽管预计越来越多的央行将在2024年转向
货币宽松以支持总需求，但它们的政策选择
将在很大程度上取决于美联储和欧洲央行
采取的行动。各中央银行需要加强国际货币
政策合作或协调，以尽量减少主要发达国家
中 央 银 行 的 溢 出 效 应，即 使 这 种 合 作 可 能
极 其 困 难 。世 界 各 国 货 币 当 局 之 间 有 机 会
改 善 沟 通 和 信 号 传 递，发 达 国 家 中 央 银 行
要采取清晰、透明和稳健的沟通战略，反映
跨 境 观 点 。各 国 央 行 还 需 要 加 强 在 监 测 和
维 护 金 融 稳 定 方 面 的 合 作，包 括 识 别 和 应
对气候变化带来的金融风险。
在利率上升和流动性收紧的情况
下，财政空间正在缩小
为应对疫情危机并刺激复苏，各国采取了大
胆和及时的财政政策措施。世界各国政府还
VII执行摘要
依靠财政政策来应对乌克兰战争造成的粮
食价格上涨和粮食不安全风险。自2022年第
一季度以来利率大幅上升以及流动性状况趋
紧对财政平衡产生了不利影响，重新引发了
对财政赤字和债务可持续性的担忧。财政空
间仍然非常有限，特别是在发展中国家；对
其中许多国家来说，缺乏财政空间带来了特
殊风险，因为这限制了它们投资于可持续发
展和应对新冲击的能力。2022年，50多个发
展中经济体用于支付利息的支出超过政府
总收入的10%，25个国家超过20%。市场预
期主要经济体的利率将在长于先前预期的
时间内保持较高水平，导致主权债券收益率
进一步上升，给财政平衡增加了压力。从中
期来看，增长前景低迷，加上需要增加对教
育、卫生和基础设施的投资，将给政府预算带
来压力，并加剧财政脆弱性。
在财政状况不那么脆弱的发展中国家，政府
必须避免弄巧成拙的财政整顿。其中许多经
济体将需要增加财政收入，以扩大其财政空
间。从短期来看，增加数字技术的使用可以
帮助发展中国家减少避税和逃税。从中期来
看，各国政府需要通过更具累进性的所得税、
财富税和环境税来增加收入。许多经济体还
需要提高财政支出的效率和补贴的效力，并
使社会保障方案更有针对性。
低收入国家以及财政状况脆弱的中等收入
国 家 将 需 要 债 务 减 免 和 重 组 措 施，以 避 免
破 坏 性 债 务 危 机 以 及 投 资 疲 软 、增 长 缓 慢
和偿债负担沉重的长期循环。
正在为可持续发展部署产业政策
产业政策日益被视为促进结构变革和支持
绿色转型的关键，目前正在恢复和转变。这
一 转 变 旨 在 修 复 市 场 失 灵，并 使 创 新 与 更
广 泛 的 发 展 目 标 保 持 一 致 。创 新 政 策 也 在
发生变化，采用了更雄心勃勃、更系统和更
具 战 略 性 的 方 法 。各 国 政 府 正 在 制 定 具 体
的 目 标 、奖 励 措 施 和 条 件，以 促 进 在 社 会
和 环 境 方 面 可 取 的 技 术 。从 本 质 上 讲，创
新政策表现出更大的方向性。
COVID-19疫情及地缘政治紧张局势凸显了
国内韧性的重要性，导致中国、美国及欧盟
等国家及地区大举投资于高科技及绿色能源
领域。然而，各国的情况各不相同。发达经济
体和中国等几个大型发展中经济体正在对研
发和目标部门进行前所未有的投资，而许多
发展中经济体受到财政空间有限和结构性
困难的制约，继续难以为产业和创新政策提
供资金。这种不断扩大的技术鸿沟可能进一
步阻碍发展中国家加强生产能力和更接近
实现可持续发展目标的能力。
加强多边主义将加速可持续
发展目标的进展
在执行《2030年可持续发展议程》的中点，世
界仍然容易受到迅速发展的气候危机和不断
升级的冲突等破坏性冲击的影响。实现可持
续发展的紧迫性和必要性突出表明，现在比
以往任何时候都更需要强有力的全球合作。
联合国仍然站在重振有效多边主义努力的前
列。2023年9月在联合国大会主持下召开的可
持续发展高级别政治论坛通过了一项政治宣
言，旨在通过一系列行动加快落实《2030年议
程》，其中包括推进秘书长发起的可持续发展
目标刺激计划；弥合科学、技术和创新鸿沟；
并增强气候行动的集体雄心。即将于2024年9
月举行的未来峰会将为各利益攸关方提供一
个平台，讨论必要的改革，以期制定“多边解
决办法实现更美好的明天”。
在 本 报 告 的 背 景 下，国 际 社 会 的 一 些 关 键
优 先 事 项 旨 在 刺 激 增 长，同 时 也 加 快 实 现
可 持 续 发 展 目 标 的 进 展，其 中 包 括 重 振 多
边 贸 易 体 系 ；改 革 发 展 筹 资 和 全 球 金 融 架
构 ，应 对 中 低 收 入 国 家 的 债 务 可 持 续 性
挑战；大规模增加气候融资。
VIII2024年世界经济形势与展望
全球贸易的长期放缓，部分反映了一些国家
对全球化的好处越来越怀疑，表明需要改革
多边贸易体制。由于内部治理问题仍未得到
解决，新的外部挑战不断出现，世界贸易组织
(世贸组织)主持下的多边贸易体制继续面临
重大挑战。维持一个基于规则、包容和透明的
贸易体制仍然是促进全球贸易和支持可持续
发展，包括能源转型的关键。迫切需要进行改
革，以确保世贸组织能够解决成员国之间的
分歧，加快全球贸易协定的进展，并应对新的
挑战，其中包括越来越多地使用贸易限制。
解决国际融资和债务可持续性问题是实现可
持续发展目标、缓解财政制约、减轻债务困扰
和增加流向发展中经济体的融资量的关键。
联合国秘书长发起的可持续发展目标刺激计
划概述了国际金融体系迫切需要的改革，并
呼吁每年至少增加5 000亿美元的可持续发
展目标投资。目前，可持续发展筹资方面的
进展仍然非常缓慢和分散。由于许多发展中
国家陷入债务困境，迫切需要开展更有效的
国际合作，以重组债务和应对再融资挑战。
全球主权债务圆桌会议成立于2023年2月，
旨在促进利益相关者之间的合作，并实现协
调，信息共享和透明度。目前正在努力改进
合同条款，以防止和更有效地解决债务困扰
和危机。有必要采取更有力和有效的多边举
措，明确程序的步骤和时间表，在谈判期间提
供债务冻结，并以更好的方式确保不同债权
人遵守“待遇可比性”原则。
扩大气候融资对于实现可持续发展目标13
至关重要，该目标敦促各国应对气候变化及
其影响。据估计，到2050年，能源转型技术
和基础设施将需要150万亿美元的投资，仅
全球能源部门的转型每年就需要5.3万亿美
元。然而，气候融资仍远低于2015年《巴黎协
定》中规定的将气温升幅限制在高于工业化
前水平1.5°C的绿色投资所需的水平。发达国
家承诺到2020年每年提供1 000亿美元气候
融资，但这一承诺从未完全兑现，2021年的
资金总额仅为896亿美元。联合国气候变化
框架公约缔约方第二十八次会议(COP 28)
正式通过的损失和损害基金的有效运作，以
及扩大与该基金有关的筹资承诺，对于帮助
脆弱国家应对气候灾害的影响至关重要。减
少 化 石 燃 料 补 贴，加 强 多 边 开 发 银 行 在 气
候融资中的作用，以及促进技术转让，对于
加强全球气候行动至关重要</p>

接下来运行下面的命令：

conda activate llamaindex
cd ~/llamaindex_demo/
python llamaindex_RAG.py

运行之后的结果为：

        在这里，成功使用RAG技术实现获取想要的输出。