<aside> 💡 基础作业：

• 复现课程知识库助手搭建过程（截图） </aside>

一、知识库搭建

• **数据收集：**将一系列大模型开源仓库作为数据库来源，克隆到本地。并选用仓库中所有的 markdown、txt文件作为示例语料库。

• **加载数据：**根据不同类型的文件，使用LangChain 提供的 不同类型的FileLoader加载，得到的 docs 为一个纯文本对象对应的列表。

• **构建向量数据库：**由纯文本对象构建向量数据库，需要先对文本进行分块，接着对文本块进行向量化，并且选择最常用的入门数据库 Chroma 作为向量数据库。

  

  

二、InternLM 接入 LangChain

基于本地部署的 InternLM，继承 LangChain 的 LLM 类自定义一个 InternLM LLM 子类，从而实现将 InternLM 接入到 LangChain 框架中。

三、构建检索问答链并部署 Web Demo

1. 封装为一个返回构建的检索问答链对象的函数
   • **加载向量数据库：**将上文构建的向量数据库导入进来—直接通过 Chroma 以及上文定义的词向量模型来加载已构建的数据库
   • **实例化自定义 LLM 与 Prompt Template：**LangChain 会将检索到的相关文档片段填入到 Template 的变量中，从而实现带知识的 Prompt 构建
   • **构建检索问答链：**调用 LangChain 提供的检索问答链构造函数，基于我们的自定义 LLM、Prompt Template 和向量知识库来构建一个基于 InternLM 的检索问答链
2. 定义一个类，该类负责加载并存储检索问答链，并响应 Web 界面里调用检索问答链进行回答的动作
3. 按照 Gradio 的框架使用方法，实例化一个 Web 界面并将点击动作绑定到上述类的回答方法