Langchain实现本地原生Qwen模型+客服问答私有数据FAQ-实现RAG

Langchain实现本地Qwen模型RAG客服问答

最新推荐文章于 2025-10-22 13:18:21 发布

原创

最新推荐文章于 2025-10-22 13:18:21 发布 · 701 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

目标：

部署一个结合大模型和RAG的，客服问题API，如果提问的问题在常见FAQ里，使用FAQ里数据，否则使用大模型回答问题。

要不依赖 Ollama 直接运行本地 Qwen 模型，可以使用 Transformers + vLLM 或 GPTQ 量化 来加载 Qwen2.5 模型。以下是最原生的方式来运行 Qwen2.5，并替换你的代码中的 Ollama 依赖。

✅ 1. 安装依赖

如果你还没有安装 transformers 和 vllm，请先运行：

pip install transformers vllm accelerate torch

如果你希望 使用量化版本（GPTQ），则还需要：

pip install auto-gptq

✅ 2. 下载 Qwen2.5 本地模型

你可以从 Hugging Face 下载 Qwen2.5：

from transformers import AutoModelForCausalLM, AutoTokenizer

MODEL_PATH = "Qwen/Qwen2.5-0.5B"  # 这里可以换成其他 Qwen2.5 版本

# 下载并加载 Tokenizer
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH, trust_remote_code=True)

# 下载并加载模型
model = AutoModelForCausalLM.from_pretrained(MODEL_PATH, device_map="auto", t