基于DeepSeek和Chroma构建个性化知识库的最佳实践 生成摘要 summary summarychain.invoke(docs) print("检索到的文档摘要:", summary) 定义提示模板 RAGTEMPLATE """ 你是一个问答助手。请使用以下检索到的上下文信息来回答问题。如果你不知道答案,请直接说不知道。答案最多使用三句话,并保持简洁。 {context} 回答以下问题: {question} """ ragprompt ChatPromptTemplate.fromtemplate(RAGTEMPLATE) 获取检索器 retriever vectorstore.asretriever() 创建问答链 qachain ( {"context": retriever formatdocs, "question": RunnablePassthrough()} ragprompt model StrOutputParser() ) 运行问答链 answer qachain.invoke(question) print("问题的答案:", answer) 综上,您成功构建了一个定制化的私有知识库检索模型。 注意 对应文本数据需要与运行脚本在同一目录。 ![499e3b7a37ce4eacb317274e1a87414a[1].png](