首页/AI/RAG 与向量库速查/LangChain 快速搭建 RAG 链

LangChain 快速搭建 RAG 链

用 LangChain 的切分器、向量库封装与检索器,几十行代码即可跑通“文本切分 → 向量化 → 相似检索”的链路,适合做原型与评测基线。

RAG 与向量库速查AI更新于 2026-10-12

精简示例

精简示例
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_openai import OpenAIEmbeddings
from langchain_chroma import Chroma

with open("doc.md", encoding="utf-8") as f:
    text = f.read()
splitter = RecursiveCharacterTextSplitter(chunk_size=800, chunk_overlap=120)
chunks = splitter.split_text(text)

store = Chroma.from_texts(chunks, OpenAIEmbeddings(model="text-embedding-3-small"))
retriever = store.as_retriever(search_kwargs={"k": 4})
for doc in retriever.invoke("问题文本"):
    print(doc.page_content[:120])
0.2 之后切分器在独立包 langchain-text-splitters,向量库封装也拆到 langchain-chroma 等独立包;安装时按报错补齐依赖。

易错点

  • 一次性把整篇文档读入内存,大文件应流式加载并分批切分
  • from_texts 会逐块调用 embedding 接口产生费用,重复实验时注意缓存结果

数据来源与参考

  • LangChain 官方文档(python.langchain.com)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌