目录案例简介案例目标技术栈与核心依赖主要技术栈核心依赖列表项目配置前置条件配置1. 安装 spaCy 模型2. 安装加速版 llama-cpp-python（可选但推荐）3. 安装项目依赖模型配置LLM 模型路径格式嵌入器模型路径格式数据库配置项目结构关键文件说明核心代码实现1. 配置初始化2. 文档处理3. 混合搜索4. 后备处理5. 主函数流程运行与测试启动应用使用步骤预期输出示例实现思路与扩展建议核心设计思想数据流程扩展建议注意事项完整源码local_main.pyrequirements.txt案例简介这是一个强大的文档问答应用，利用混合搜索（RAG）和本地 LLM 提供全面的答案。该系统使用 RAGLite 进行稳健的文档处理和检索，使用 Streamlit 提供直观的聊天界面，结合文档特定知识与本地 LLM 能力，提供准确且符合上下文的回答。案例目标本地 LLM 集成：使用 llama-cpp-python 进行本地推理，支持各种量化格式（推荐 Q4_K_M）文档处理：支持 PDF 文档上传和处理，自动文本分块和嵌入混合搜索：结合语义和关键词匹配的混合搜索，重排序以获得更好的上下文选择多模型集成：用于文本生成的本地 LLM、使用 BGE 模型的本地嵌入、FlashRank 用于本地重排序聊天界面：使用 Streamlit 构建直观的聊天界面，支持文档上传和问答