RAG项目实战-环境搭建

安装conda

# windows安装：
1. 访问https://mirrors.tuna.tsinghua.edu.cn/
2. 搜索 anaconda，点击搜索到的anaconda链接点击
3.下载exe文件默认安装

# linux安装
# Conda 是一个强大的命令行工具
文档：
  https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html
  https://docs.anaconda.com/miniconda/

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

# 初始化新安装的 Miniconda
~/miniconda3/bin/conda init bash

# vim /etc/profile
CONDA_HOME=/root/miniconda3
export PATH=$PATH:/usr/local/nodejs-v20.10.0/bin:$CONDA_HOME/bin
source /etc/profile

创建虚拟环境

conda create -n rag python=3.9
conda activate rag

下载源代码

# https://github.com/weiminye/time-geekbang-org-rag.git
git clone https://github.com/weiminye/time-geekbang-org-rag.git
cd /root/time-geekbang-org-rag
cd /root/time-geekbang-org-rag/实战案例1/改造前
pip install -r requirements.txt

运行MIS系统

python manage.py makemigrations    # 对models.py有所改动
python manage.py migrate           # 把这些改动作用到数据库也就是执行migrations里面新改动的迁移文件更新数据库
python manage.py runserver

# 访问：127.0.0.1:8000

申请大模型

# 申请百度 ERNIE-Lite-8K 大模型
https://qianfan.cloud.baidu.com/
  完全免费
  性能已经足够入门了
  调用格式兼容 OpenAI 和很多大模型，所以只需要改极少量代码就可以切换到其他大模型

# OpenAI 大模型
OpenAI 大模型申请比较麻烦，不利于入门学习。