RAG-examples

检索增强生成（RAG）实践用例，使用Python3语言开发

如何运行？

PostgreSQL

完成依赖安装：

brew install postgresql pgvector

启动服务：

brew services start postgresql

连接数据库：

psql postgres

创建数据库 + 启用向量扩展：

postgres=# CREATE DATABASE rag_db;
postgres=# \c rag_db;
rag_db=# CREATE EXTENSION IF NOT EXISTS vector;

创建存储文档的表和向量索引：

rag_db=# CREATE TABLE rag_documents (
    id SERIAL PRIMARY KEY,
    content TEXT NOT NULL,        -- 原文内容
    metadata JSONB,               -- 元数据（文件名、页码等）
    embedding vector(768)         -- 向量维度
);

rag_db=# CREATE INDEX idx_rag_embedding ON rag_documents 
USING ivfflat (embedding vector_cosine_ops)
WITH (lists = 100);

Python3

python3版本：3.14.5

首先，需要安装：

pip3 install -r requirements.txt

然后直接：

python3 src/index.py

版权

MIT License

Copyright (c) zxl20070701 走一步，再走一步