🚀 一键安装LlamaIndex
,
pip install llama-index
📁 准备你的数据文件,无论是txt
还是pdf
,放入data
文件夹,一切就绪。
🔧 简单几步,在views.py
中集成LlamaIndex
,代码如下:
python
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
def llamaIndexOpenAiSearch(request):
documents = SimpleDirectoryReader("data").load_data()
index = VectorStoreIndex.from_documents(documents)
response = index.as_query_engine().query("你的查询")
return JsonResponse({'response': response})
🔗 路由配置,快速接入:
python
path('llama-index-open-ai-search/', views.llamaIndexOpenAiSearch, name='search'),
💾 索引持久化,存储到磁盘,代码示例:
python
index.storage_context.persist(persist_dir="你的存储路径")
📈 向量数据库集成,提升检索效率:
python
from chromadb import PersistentClient
# 省略其他代码...
def searchIndexVectory():
db = PersistentClient(path="你的数据库路径")
# 省略其他代码...
🌐 访问http://127.0.0.1:8080/llama-index-open-ai-search
,体验快速检索。
🛠️ 根据需求配置本地模型,代码示例:
python
# 省略其他代码...
embed_model = HuggingFaceEmbedding(model_name="sentence-transformers/all-MiniLM-L6-v2")
llm = HuggingFaceLLM(model_name="gpt2", device_map="cpu")
# 省略其他代码...