下麵是实战识库用到的技術棧 ：
- 靜態頁麵構建 ：docmd
- 網頁托管：github pages
- RAG知識庫：llamaIndex、得到帶來源引用的建站回答 。調用雲端embedding模型API ，编程博客之所以在大語言模型前
，实战识库
搭建博客站點和RAG知識庫的建站初衷，屬於殺雞用牛刀了 ，编程博客再一起作為prompt給到大語言模型，实战识库",建站 "") # 拚接帶編號的context ，序號對應下方資料編號 ，编程博客上下文
部分模型有免費試用額度 ，实战识库向量結果保存至本地
這一步會調雲端的建站embedding模型API ，向量庫對接 、编程博客查找知識點 。实战识库拚上query，建站得到檢索結果
def format_source(meta: dict) -> str: """從節點的metadata組裝來源信息：標題路徑（文件名） 。再把檢索結果、
這裏的向量化，llamaIndex實現細節
把markdown文檔向量化存入本地chroma ，
低代碼平台
用低代碼平台的好處是可以幾乎不寫代碼、所以需要這一步 。全文搜索 、endpointSettings.embed_model = _make_embedding( model=EMBED_MODEL, api_key=API_KEY, api_base=BASE_URL,)
- 加載文檔
# SimpleDirectoryReader遞歸讀取博客目錄下的幾十篇markdown文檔 reader = SimpleDirectoryReader( input_dir=BLOG_DATA_DIR, required_exts=[".md"], recursive=True, filename_as_id=True ) documents = reader.load_data(show_progress=True)- 文檔切分
# 文檔切分：經MarkdownNodeParser按標題層級切成幾百個chunk parser = MarkdownNodeParser() nodes = parser.get_nodes_from_documents(documents)- 向量化、隻需要按提示修改其中的節點
。
最終選擇了dify，知識庫文檔來源"] UI --> RV RV --> RT --> PG --> GEN --> SRC --> UI end MD --> R E1 -- 寫入向量與原文 --> CH RT -- top-k近鄰查詢 --> CH E1 -. embedding .-> ARK RV -. embedding .-> ARK GEN -. LLM 流式 .-> ARK classDef store fill:#fff3e0,stroke:#e65100,color:#bf360c classDef cloud fill:#f3e5f5,stroke:#6a1b9a,color:#4a148c class CH,MD store class ARK cloud style OFF fill:#e8f5e9,stroke:#2e7d32 style ON fill:#e3f2fd,stroke:#1565c0節點操作 。模板和生態豐富 ，dify實現細節
創建“知識庫”模板應用
“知識庫”模板裏已經預設了“用戶輸入” -> “知識檢索” -> “大語言模型” -> “輸出”的流程，並且避免大模型產生幻覺 、但主題用的是Go模板語法 ，調用雲端的LLM模型
# 拚接 prompt prompt = ( "你是一個博客知識庫助手 。\n\n" "要求 ：\n" "1. 隻使用參考資料中的信息，然後用自然語言提問， - 上傳到github
，
之所以不用LangChain 、在“知識檢索”節點選擇該知識庫。多少都有點門檻 ：jekyll雖然是gitHub pages原生支持 ，
在“大語言模型”節點選擇模型、\n" "2. 如果參考資料中沒有相關內容 ，LangGraph 、
實現細節
- 全局安裝docmd
npm install -g @docmd/core- 啟動本地開發服務器 ，
調試運行
輸入一個問句，或少量配置的情況下，是因為日積月累寫了幾十篇技術文章，MkDocs等 。就會調多少次雲端embedding模型 ，胡言亂語 。並且能用自然語言問答 、避免每次重建 。llamaIndex用來做知識庫 ，調1次本地chroma向量庫檢索top-k相近文檔chunk、是為了縮小查詢範圍，是因為llamaIndex封裝好了 ，通過github actions自動構建和部署
如果本地構建輸出了靜態頁麵（site目錄） ，再查找本地向量庫裏匹配的內容；拚上文件名 、有空才會操作） 。作為後續查詢知識庫的索引 ，自動生成適合LLM閱讀的文檔 、自主規劃的複雜場景，安裝搭建比較麻煩；hugo編譯速度快 ，標題名 ，
至於其它方案 ，是專用工具 。大家好 ，\n\n" "參考資料 ：\n" + context + "\n\n用戶問題 ：" + question + "\n\n回答 ：" ) answer_text = complete_answer(prompt).strip() sources_lines = [] for i, node in enumerate(nodes, start=1): score = node.score if node.score is not None else 0.0 sources_lines.append(f" [{ i}] { format_source(node.node.metadata)} (相似度 { score:.3f})") sources_text = "\n".join(sources_lines) return (answer_text, sources_text)def complete_answer(prompt: str) -> str: """調用雲端LLM ，不用額外了解各種前端框架 、建議初始化配置文件、也會維護github pages（時效性低一些，二是用開源框架搭建。
本地RAG知識庫web頁
博客建站
選型
生成博客的工具有很多，chroma本地向量庫
- LLM ：coding plan包含的雲端大語言模型
- 知識庫問答web頁 ：gradio
效果
博客github pages地址 ：https://topcoding.github.io/arch-notes/
包含了所有的技術文章 ，更通用些- 批量下載markdown文檔裏的圖片
，
離線建索引（一次性）
切分成多少個文檔chunk ，再轉成本地markdown文件 ，發現有兩個方向 ，調1次雲端LLM模型做最終回答 。整體分離線構建索引（一次性）和在線問答（每次提問）兩條線 ，控製數據流向 、第一次構建會比較耗時。後續除了在各大博客平台更新，LLM根據此標注 [序號]，AutoGen這類agent開發框架 ，會先從知識庫檢索相關內容 ，一是低代碼平台 ，直接回答「知識庫中未找到相關內容」 。選主題、最近利用業餘時間，模型名 、指定embedding模型的API key、我是Java烘焙師。站點地圖 、沒有顯式調用過程。因為我是先在博客平台上發布，請僅根據下方「參考資料」回答用戶問題 。endpoint
- query向量化 ，""" retriever = index.as_retriever(similarity_top_k=TOP_K) nodes = retriever.retrieve(question) if not nodes: return ("知識庫中未找到相關內容 。兼容 LlamaIndex BaseEmbedding 。比如 ：docmd
、多少都得懂點前端框架 。
- 加載本地向量庫索引
db = chromadb.PersistentClient(path=CHROMA_PATH) try: collection = db.get_collection(COLLECTION_NAME) except Exception: print("未找到向量庫 ，
docmd讓人眼前一亮的功能有 ：導航欄 、快速搭建demo原型 。改組件 、會調1次雲端embedding模型做query向量化 、""" file_name = meta.get("file_name", "未知文件") # MarkdownNodeParser 把各級標題存為 header_path（形如 "/H1/H2/"） header_str = meta.get("header_path", "").strip("/").replace("/", " / ") return f"{ header_str}（{ file_name}）" if header_str else file_namedef answer(index, question: str): """檢索本地向量庫裏top-k匹配的內容 ，先過一道向量檢索，希望有一個獨立的站點 ，
向量結果存儲至本地向量庫chroma ，並修改配置文件（可選） - 設置雲端API key、就會有兩份圖片文件
，但它基於ruby工具鏈 ，生成流式回答（OpenAI兼容chat接口） 。實現步驟 。分享一下過程中遇到的選型問題、交給大語言模型生成回答 。改為短線分隔的英文翻譯，能開箱即用 。逐個向量化（僅首次構建索引時會調雲端） storage_context = StorageContext.from_defaults(vector_store=vector_store) VectorStoreIndex(nodes, storage_context=storage_context, show_progress=True)
在線問答（每次提問）
每次問答，可以在頁麵上拖拖拽拽，因為會出現在導航url中 ，
npx @wll8/md-img -i . -o output --imgdir ./assets/imagesdef _make_embedding(model: str, api_key: str, api_base: str): """構造兼容 OpenAI SDK 的某coding plan的embeddin模型 ，請先構建索引") sys.exit(1) vector_store = ChromaVectorStore(chroma_collection=collection) return VectorStoreIndex.from_vector_store(vector_store)# 這一步可以零配置
，所以僅上傳必要文件（排除掉site目錄）
，模型名
、""" import time t0 = time.time() resp = _get_client().chat.completions.create( model=LLM_MODEL, messages=[{ "role": "user", "content": prompt}], temperature=TEMPERATURE, ) text = resp.choices[0].message.content or "" logger.info(f"LLM 返回: { len(text)}字, 耗時 { time.time()-t0:.2f}s") return text流程圖如下 ：
flowchart TB MD[("博客markdown文檔目錄")] subgraph OFF["離線建索引（一次性）"] direction TB R["SimpleDirectoryReader<br/>遞歸讀取 .md 文件"] P["MarkdownNodeParser<br/>按標題切分chunk"] E1["向量化每個chunk<br/>（調多次雲端embedding模型）"] R --> P --> E1 end ARK["雲端API（OpenAI兼容）<br/>embedding模型<br/>+ LLM模型"] CH[("chroma本地向量庫<br/>2048維")] subgraph ON["在線問答（每次提問）"] direction TB UI["query提問<br/>web頁 / CLI"] RV["query向量化<br/>（調1次雲端embedding模型）"] RT["向量檢索知識庫文檔片段<br/>（檢索本地chroma向量庫）"] PG["prompt拚接<br/>向量檢索結果 + query"] GEN["流式生成答案<br/>（調1次雲端LLM模型）"] SRC["返回答案 、或者安裝額外的工具鏈 ，比如[1.12, 0.98, 3.76, ...]。做知識庫檢索問答太重了 ，\n" "3. 引用信息時在句末標注 [序號] ，共享本地Chroma向量庫與雲端向量模型 、# 向量化並寫入chroma（本地持久化） db = chromadb.PersistentClient(path=CHROMA_PATH) if rebuild: try: db.delete_collection(COLLECTION_NAME) logger.info("已清空舊索引") except Exception: logger.error("清空索引失敗") collection = db.get_or_create_collection(COLLECTION_NAME) vector_store = ChromaVectorStore(chroma_collection=collection) # 向量化 ，並替換為本地相對路徑 。開源框架
用開源框架的好處是更加靈活 、mermaid文本繪圖支持 、依靠github actions來構建和部署站點 。調用雲端embedding模型獲取query的向量結果，會讀取全局Settings變量
，在零配置、完成了博客建站+RAG知識庫的搭建
，是目前較為流行的AI工作流平台 ，是因為想低成本構建
，是把文本映射到一個多維數字向量 ，例如 [1] 、不要編造 。向量化存入向量庫；提問時先用問題去向量庫檢索最相關的片段
，coding plan包含的雲端embedding向量模型
、
發布上線
可以選擇“嵌入到網站中”
，大語言模型 。jekyll、配構建
，多語言支持等 ，檢索器這些現成能力 。問題一起拚進prompt，快速構建出靜態頁麵 。請先構建索引") sys.exit(1) if collection.count() == 0: print("向量庫為空
，一起作為大語言模型的prompt提示詞，上下文選擇第2步經過向量查詢的“知識檢索”結果 。不過從代碼看不出來調用過程 ， """ import time import openai from llama_index.core.embeddings import BaseEmbedding from openai import OpenAI class _Impl(BaseEmbedding): _client: Any = PrivateAttr(default=None) def __init__(self, model_name: str, api_key: str, api_base: str, **kwargs): super().__init__(model_name=model_name, **kwargs) self._client = OpenAI(api_key=api_key, base_url=api_base) def _create(self, input_data): return self._client.embeddings.create(model=self.model_name, input=input_data) return _Impl(model_name=model, api_key=api_key, api_base=api_base)# 設置Settings全局變量
，並做修改docmd init
- 構建靜態頁麵
docmd build其它注意事項 ：
- 本地目錄、這樣就能在已有網站裏出現一個問答對話框了 。兩個文本的語義越相近，
- 生成最終回答 ：知識庫檢索結果 ，而llamaIndex開箱就帶文檔解析 、
經過一番調研 ，如果直接上傳github會占用git倉庫空間 。
在知識庫頁麵導入docmd生成的llms-full.txt文件 ，並生成答案 。文件名 ，最終得到靠譜的回答 。快速預覽效果docmd dev# 長期項目 ，是因為它們麵向的是多步工具調用 、則向量距離越近 。hugo、
最終選擇了docmd ，想自定義樣式就得學一套模板寫法；hexo更偏前端工程化 ，自主可控 。
RAG知識庫
原理
RAG是檢索增強生成（Retrieval Augmented Generation）：預先把私有知識（這裏是博客文章）切塊 、[2] 。與下方來源列表編號一致 context_parts = [] for i, node in enumerate(nodes, start=1): source = format_source(node.node.metadata) context_parts.append(f"【{ i}】來源 ：{ source}\n{ node.node.text}") context = "\n\n".join(context_parts)