AI 文摘

自己手写了一个大模型RAG项目-03部署环境准备





作者: 程序锅锅 来源: 程序锅锅

大家好,我是程序锅。

github上的代码封装程度高,不利于小白学习入门。

常规的大模型RAG框架有langchain等,但是langchain等框架源码理解困难,debug源码上手难度大。

因此,我写了一个人人都能看懂、人人都能修改的大模型RAG框架代码。

整体项目结构如下图所示:手把手教你大模型RAG框架架构

手把手教你大模型RAG框架架构

整个小项目分为10个章节,和github高度封装的RAG代码不同,我们将从0到1搭建大模型RAG问答系统,每一篇文章均有代码配套。

所有代码后台回复rag 免费获取!

前序章节:

自己手写了一个大模型RAG项目-01.大模型API调用

自己手写了一个大模型RAG项目-02.RAG原理介绍

自己手写了一个大模型RAG项目-03.最新版pycharm安装

自己手写了一个大模型RAG项目-03.Anaconda安装与原理介绍

本篇文章将介绍3.项目环境安装

配置python依赖环境

上面几篇文章说到,如何用Anaconda新建python环境,在这里我们新建一个名称为TinyRAG 的python环境,并且用pycharm开发。

1.打开pycharm->点击File ->点击Setting ->点击Python Interpreter

image

2.点击小锯齿->点击Add

image

3.配置python环境

python解释器配置可以采用两种方式,分别是Conda Environment 和System Interpreter ,其中Conda Environment 相比System Interpreter 多了配置conda的位置,其余的配置方式都一致。

这里我们采用Conda Environment 的方式,接下需要选择python执行器。

那么名称为TinyRAG的python环境在哪

在Anaconda安装那一章,介绍了Anaconda安装后的目录分布,其中envs文件夹是用于存放python执行器的。选择TinyRAG 中python.exe 文件作为现存环境的执行器。

配置项目依赖环境

python环境配置后以后,我们需要根据项目需求,下载相应的项目依赖包。

python项目依赖包管理一般用conda 或者pip ,我这边推荐用pip 来管理。

1.点击下方的Terminal ,注意用户路径前需有(TinyRAG) ,如果没有可以参考之前的文章自行激活环境。

image

2.下载依赖

项目根目录下有requirements.txt ,把这个项目所依赖的包都写进去了。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple  

当然,最终执行项目的时候可能因为依赖包升级,更新等问题,导致发生报错。我将自己可运行的pip依赖保存为pip_list.txt,里面包含了依赖包的具体版本。

运行

点击右上角运行按钮执行test.py,到这里环境就配置完毕。下一章,我将介绍代码实操部分:知识库构建,具体代码可见tutorial/04.知识库构建。

代码已整理好,大家可根据代码对应文章自行查看。所有代码后台回复rag 免费获取。

更多AI工具,参考Github-AiBard123国内AiBard123

可关注我们的公众号:每天AI新工具