上一篇使用 FAISS 完成了本地向量检索。FAISS 主要管理向量和位置编号，原始文本、业务 ID 与 Metadata 通常需要由应用额外维护。 这一篇改用 Chroma 原生 API。Chroma 可以在一个 Collection 中

上一篇比较了 FAISS、Chroma 和 Milvus。这一篇先使用最轻量的 FAISS，不启动数据库服务，并通过 LangChain 的 FAISS 封装管理向量、原文和元数据。 我们会让本地 Qwen3-Embedding-0.6B

上一篇使用 CSV 保存了 100 条评论及其 Embedding，然后在查询时逐行读取向量、计算余弦相似度并排序。这个方法容易理解，也能帮助我们验证语义搜索的完整过程，但数据量继续增加后会遇到几个问题： 每次查询都要扫描全部向量。 向量

上一篇已经完成 Qwen3-Embedding-0.6B 的本地部署，也分别使用了 LangChain 的 embed_documents() 和 embed_query()。前文只比较了几句话，这一篇把这些知识放进一个更接近真实使用场景的

本文开始使用真正的 Embedding 模型。我们会下载 Qwen/Qwen3-Embedding-0.6B，使用 SentenceTransformer 生成 1024 维向量，比较几句话的语义相似度，最后通过 LangChai

RAG 的第一步不是直接搭建知识库，而是先理解文本怎样变成可以检索和比较的向量。 本文讨论的是文本 Embedding 模型。它对外的使用方式与聊天模型不同：输入仍然是文字，但输出不再是回答，而是一串浮点数： 输入：苹果是一种常见的水果。

上一篇使用 Whisper 把语音转换成文字，再交给 Qwen3 回答。这个过程可以实现语音输入，但 Qwen3 实际接收到的仍然只有文字。 如果还希望程序理解图片，就需要增加真正的多模态模型。本文在 M1 Max 上部署 mlx-comm

上一篇完成了一个可以保存多轮历史的聊天机器人，但它只能在终端中运行。普通用户更习惯在网页里输入消息，也希望直接使用麦克风说话。 本文为聊天机器人增加 Gradio 页面，并使用 MLX Whisper 在 Apple Silicon 上完成

前文已经介绍了本地模型、OpenAI 兼容接口、消息、提示词模板和输出解析器，但每个示例基本都只完成一次调用。 真正的聊天机器人还要解决一个问题：用户说完第一句话后，模型能不能在第二轮继续理解前面的内容？ 例如： 用户：我叫小明。 助手：你

前文已经介绍了消息和提示词模板。前面的示例向模型发送问题后，得到的主要还是一段自然语言。 自然语言适合人阅读，但程序更希望得到稳定的数据。例如，程序需要的天气信息可能是： { "city": "北京", "conditio

上一篇介绍了 LangChain 中的消息。我们已经知道，聊天模型接收的通常不是一段孤立文字，而是由 SystemMessage、HumanMessage、AIMessage 等对象组成的消息列表。 接下来会遇到另一个问题：消息结构可以固定

前两篇已经完成了本地 Qwen3 部署，并分别使用 OpenAI Python SDK 和 LangChain 调用了这个模型。 调用 ChatOpenAI 时，既可以直接传入一个字符串，也可以传入一个消息列表。字符串适合一次独立的问题；当