5分钟打造基于 LangChain+Gradio 的个人知识助理

最新推荐文章于 2025-09-13 14:09:05 发布

原创最新推荐文章于 2025-09-13 14:09:05 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

#langchain #人工智能 #大模型教程 #大模型 #LLM #AI #程序员

一直在研究大模型的 langchain 编程和检索增强相关的内容，今天和大家分享一些如何在5分钟之内利用 LangChain+Gradio 搭建一个自己的个人知识助理。这听起来就很酷，我们不需要依赖其他第三方提供的服务，也可以保证自己数据的安全性，赶紧顺着本文往下看吧。

一、效果预览

最终的展示效果如下图，可以自行选择是否开启检索增强的功能。在使用检索增强调用之后，大模型能根据检索到的上下文进行回答，有效减少幻觉问题。当然，限于提供的示例代码本身的能力并不强，还有许多优化的空间，因此有一些问题回答并不好。

二、环境搭建

本项目在 python 3.8.5 版本进行实测，过低的版本，langchain 会有 bug，不建议使用。可以使用下面的命令，安装所需要的依赖项，如果因为网络问题导致本地安装失败，可以尝试使用清华源进行安装。

bash
复制代码
pip install flask chromadb gradio fastapi langchain FlagEmbedding 
# 可选使用清华或者其他源下载依赖包
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

FlagEmbedding 是一个向量模型的依赖包，直接安装之后，会把 pytorch、transformer 等一系列的依赖都安装上，因此整体执行的时间会偏长，需要耐心等待安装完毕。

FlagEmbedding 默认安装的是 CPU 版本的 pytorch，执行代码的时间也相对比较长。如果有条件，可以自行先安装 GPU 版本的 pytorch，然后再安装 FlagEmbedding。GPU 的显存在 4G 以上都可以正常调用，考虑到 GPU相关配置比较复杂，在5分钟内是搞不定的，有需要的话，我们下次再讲。

三、数据配置

一）知识库建立

可以使用自己的任意数据集作为知识库，将数据保存成 txt 文件就可以。在这里，我使用在网上自己处理的关于知识星球的数据作为知识库，然后建立本地路径进行存储。示例的数据已经和代码放在了一起，可以参考示例数据进行定义，文件要求使用 UTF-8 进行编码。

二）向量模型下载

FlagEmbedding 对应的向量模型是 BGE，目前是效果比较好的中文向量模型，原始的模型权重需要在 hugging face 上才能下载，需要一些特殊的网络环境，适合有经验的人员进行下载。非专业人员可以直接使用我下载好的权重模型，如果想自己下载，需要先安装 git lfs。然后执行下面的命令，就可以下载整个模型的权重以及相关配置文件。下载完成后，同样，需要将模型的文件夹存放到你自己的指定目录。

bash
复制代码
git lfs install
git clone https://huggingface.co/BAAI/bge-large-zh

四、大模型配置

为了调用方便，我们使用了讯飞星火的API作为本次的大模型，在讯飞的官方页面就可以申请免费的 token，足够我们日常使用和测试了。讯飞的官方地址： xinghuo.xfyun.cn/

我们这次只需要使用 2.0 版本的 API 就可以，申请之后可以看到接口服务认证的信息，需要记录下来，后面需要将这个地方修改为自己的信息。这三个信息是 APPID、APISecret 和 APIKey 的信息。获取这三个信息之后，大模型的部分就处理完成了。

五、代码修改

整个项目的代码结构主要有四个 python 文件和一个图片构成，下面先介绍各个文件的作用，以及要执行代码需要修改的内容。

SparkApi 讯飞星火的 api 调用代码，无需修改
SparkGPT 讯飞星火的包装类，需要修改
prompt_utils 提示词的包装类，无需修改
gradio_demo 主界面的入口，需要修改里面的路径
GPT4.png 主界面上 GPT 头像的资源图片，无需修改

SparkGPT.py 代码中，需要将第 7-9 行的内容进行修改，将你在讯飞星火的控制台中获取的信息填写上去。

ini
复制代码
import SparkApi
from abc import ABC, abstractmethod

appid = ""  # 填写控制台中获取的 APPID 信息
api_secret = ""  # 填写控制台中获取的 APISecret 信息
api_key = ""  # 填写控制台中获取的 APIKey 信息

gradio_demo.py 代码中，需要将第 20-21 行进行替换成你的模型和数据所在的文件夹路径。

javascript
复制代码
import gradio as gr
import uvicorn
from fastapi import FastAPI
from langchain.text_splitter import RecursiveCharacterTextSplitter
import os
from typing import List
from FlagEmbedding import FlagModel
from langchain.document_loaders import TextLoader
from langchain.retrievers import ParentDocumentRetriever
from langchain.schema.embeddings import Embeddings
from langchain.storage import InMemoryStore
from langchain.vectorstores import Chroma
from SparkGPT import SparkGPT
from prompt_utils import generate_prompt

BGE_MODEL_PATH = "D:\codes\bge-large-zh"
FILE_PATH="D:\codes\zsxq"

修改完毕后，执行 python gradio_demo.py 看到如下的启动命令，则启动成功。点击对应的 URL 即可看到开头所示的界面，然后就可以进行使用了。

六、代码

所有开源的代码都可以免费进行下载和使用，如果有不明白的地方，请及时联系。后续也会出一期，针对代码的讲解。

github.com/Xls1994/AI-…

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望