RAG实战：用LangChain构建企业知识库问答系统

检索增强生成（RAG）是当前最实用的AI应用架构之一。本文将使用LangChain框架，从零构建一个企业知识库问答系统。

系统架构

我们的RAG系统包含四个核心模块：文档加载与分块、向量化与存储、语义检索、答案生成。

文档处理

from langchain.text_splitter import RecursiveCharacterTextSplitter\nsplitter = RecursiveCharacterTextSplitter(\n    chunk_size=500,\n    chunk_overlap=50\n)\nchunks = splitter.split_documents(documents)

向量化存储

使用OpenAI Embeddings将文档块转换为向量，存入Chroma向量数据库：

from langchain.vectorstores import Chroma\nfrom langchain.embeddings import OpenAIEmbeddings\nvectorstore = Chroma.from_documents(\n    chunks, OpenAIEmbeddings(), persist_directory="./db"\n)

检索与生成

构建检索链，将相关文档作为上下文注入Prompt：

from langchain.chains import RetrievalQA\nqa = RetrievalQA.from_chain_type(\n    llm=ChatOpenAI(model="gpt-4.1-mini"),\n    retriever=vectorstore.as_retriever(search_kwargs={"k": 3})\n)

优化技巧

使用混合检索（向量+关键词）提升召回率；添加重排序（reranker）提升精度；对长文档使用摘要索引。