《从零搭建RAG系统第1天：环境搭建》

老赵全栈实战
0 阅读3分钟

大家好，我是老赵，一名程序员老兵，平时主要从事企业级应用开发，最近打算从零学习、并落地一套完整的RAG检索增强生成系统。不搞虚头理论，全程边学边做，把遇到的问题、踩过的坑、能直接跑通的代码，全都真实记录下来。

本系列适合：想从零上手RAG、落地本地知识库、厌倦了纸上谈兵的开发者。后续会持续更新，最终整理成完整教程+源码+部署手册

一、今日目标

  1. 确定技术栈与稳定版本
  2. 基于Miniconda搭建RAG专属开发环境
  3. 安装核心依赖
  4. 验证所有依赖正确安装

二、技术选型与版本

我直接选用稳定、企业常用的组合，不追新：

  • Python：3.10.12
  • Python环境管理工具：miniconda3（安装包管理器）
  • 向量数据库：Milvus（后续用Docker部署）
  • 开发框架：LangChain
  • Embedding模型：bge-m3

三、环境搭建步骤

  • 安装miniconda3(Windows平台)
  1. 下载miniconda3安装包：官网下载地址、国内镜像下载（推荐，速度快）
  2. 双击下载的exe文件，安装到指定目录，如：d:\miniconda3，尽量避免使用C盘
  3. 验证是否安装成功：在cmd中输入：conda --version命令，如果显示版本号如：conda 24.11.3，说明安装成功了。
  4. 配置国内源，加快下载速度
    • 打开「此电脑」，进入用户目录（如C:\Users\你的用户名）
    • 新建文本文档，重命名为.condarc（注意：前缀有.，删除默认的.txt后缀，若看不到后缀，先开启「显示文件扩展名」）
    • 打开.condarc文件，复制以下内容到.condarc，并保存：
    channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    • 清除缓存并验证源是否生效 
      conda clean -i
conda config --show-sources
    如果输出包含清华源地址，说明配置成功。
  • 为pip配置国内源

  由于有些库在conda源中可能版本较旧，我们需要使用pip安装最新版本的依赖。为了加快下载速度，我们也需要为pip配置国内源。在cmd中，运行以下命令：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set install.trusted-host mirrors.aliyun.com
  • 创建并激活虚拟环境
  conda create -n rag-env python=3.10.12
  conda activate rag-env
  • 安装基础依赖
pip install langchain==0.2.14 langchain-core==0.2.35 langchain-community==0.2.12 pymilvus==2.6.9 sentence-transformers==5.2.2

避坑

  • 一开始我指定pymilvus的版本为2.3.7，但是在做下面的import验证时，出现下图所示的找不到pkg_resources的错误，当指定版本为2.6.9时，问题顺利解决。

pymilvus.png

四、验证基础依赖正确安装

  1. 打开Python交互环境

在激活的虚拟环境中执行：

   python
  1. 逐行导入核心包并打印版本
# 验证 langchain
import langchain
print("langchain version: ", langchain.__version__)

# 验证 langchain_core
import langchain_core
print("langchain-core version:", langchain_core.__version__)

#验证 langchain-community
import langchain_community
print("langchain-community version:", langchain_core.__version__)

# 验证 pymilvus
import pymilvus
print("pymilvus version:", pymilvus.__version__)

# 验证 sentence-transformers
import sentence_transformers
print("sentence-transformers version:", sentence_transformers.__version__)
  1. 验证成功的输出示例
langchain version: 0.2.14
langchain-core version: 0.2.35
langchain-community version: 0.2.35
pymilvus version: 2.6.9
sentence-transformers version: 5.2.2
  1. 退出Python交互环境：执行exit()即可

五、明日计划

用Docker部署Milvus向量数据库，继续实战。

我是老赵，一名程序员老兵，全程真实记录RAG从零搭建全过程。本系列会持续更新，最后整理成完整视频教程+源码+部署手册。

关注 老赵全栈实战，不迷路，一起从0落地RAG系统。

avatar
文章
阅读
粉丝