春哥的Agent通关秘籍10：本地RAG实战（上）计算知识库向量的模型，和后续取问题向量的模型，必须是同一个版本的同一个

一、选择【句向量】模型

首先，我们前一节说到了，计算知识库向量的模型，和后续取问题向量的模型，必须是同一个版本的同一个模型，而且这种模型不是 deepseek v3 这种【词向量】模型，而是【句向量】模型。

模型和模型之间亦有本质差异。

所以，我建议大家可以直接在自己的电脑上装一个轻量的【句向量】模型。

关于模型，如果是生产需要，可以优先考虑以下几款：

其中 bg3-m3 独有的【混合检索】属于独家秘籍，它可以同时输出 常规向量，类似于关键词权重的稀疏向量，因此生产环境可以优先尝试 BAAI/bge-m3 这个模型。

如果只是想搞个极致轻量级的，本地测试学习跑通流程，那我可以尝试以下几款：

除非对长文本，长切片有较高需求，否则本地学习快速启动建议优先选 BAAI/bge-small。

本文我们会优先以 BAAI/bge-small 为例进行学习讲解。

后续各位有生产或者长文本需求，可以依靠思路自行拓展。

首先，我们先去 ollama.com/ 官网，下载一个 ollama 客户端，ollama 是一款自动化的模型管理和下载工具，你可以把它当作模型界的 pip或者npm就行。

下载之后，你可能会安装一个GUI桌面应用，无视它。

打开你的命令行工具，cmd或者bash，执行命令：

ollama --version

如果显示ollama version is 0.15.5 或者其他版本即代表安装ok。

然后，执行如下命令：

ollama pull quentinz/bge-small-zh-v1.5

注意，上面这个名字哈，这是 quentinz 打包后提供的模型。

下载完成之后，就该测试这个模型了。

我们核心思路是要通过 ollama 快速启动一个http服务，作为私有的AI API 服务使用。

这里，你有两个选择：

以上两种方式二选一，就可以保证你使用http的形式调用所有通过它Pull下来的模型。

接下来就是测试，如果你是cmd或者powershell，执行以下命令：

curl http://localhost:11434/api/embeddings -d "{ \"model\": \"quentinz/bge-small-zh-v1.5\", \"prompt\": \"测试文本\" }"

如果是bash，则执行：

curl http://localhost:11434/api/embeddings -d '{
  "model": "quentinz/bge-small-zh-v1.5",
  "prompt": "测试一下"
}'

如果你能看到返回一个拥有巨大数组的JSON，那就代表你成功调用了模型。

这个数组的长度如果你复制下来，数一下，会发现这是个长度 512的数组，就是“测试一下”四个字所代表的向量。

还记得上一节的知识点吗？

数组中每一个元素中的浮点数，正是 quentinz/bge-small-zh-v1.5 模型对 "测试一下" 这四个数，从各个维度特征的评估值。

执行在demo工程pip安装依赖：

pip install chromadb ollama langchain-text-splitters

chromadb: 向量数据库本体。
ollama: 用来在 Python 里方便地调用你刚才那个 bge-small 模型。
langchain-text-splitters: langchain是目前应用最广泛的Agent开发库，没有之一，但我们这次只用它一个很小的功能，也就是拆分器，所以暂时只安装这个即可。

很好，下完这两个库，完成本节目标我们需要下载安装的依赖就备齐了。

在 demo 工程github.com/zhangshichu…里，我已经生成好了 requirements.txt，你可以直接执行以下命令安装即可：

pip install -r requirements.txt

即可安装所有需要的依赖。

下节课，我们将开始撰写RAG系统的代码，首当其冲的便是文档切片。

敬请期待！