# RAG 知识库服务 - 部署指南

## 环境要求

- Python 3.11（必须是 3.11，不能用 3.14）
- Ollama（本地大模型服务）

## 一、安装 Python 3.11

下载地址：https://www.python.org/downloads/release/python-3119/

安装时勾选 "Add Python to PATH"

## 二、安装 Ollama

下载地址：https://ollama.com/download

安装后运行以下命令下载模型：
```bash
ollama pull nomic-embed-text
ollama pull qwen2.5:7b
```

## 三、安装依赖

在 `rag-python` 目录下运行：
```bash
py -3.11 -m pip install -r requirements.txt
```

## 四、使用方法

### 1. 添加文档

把要索引的文档放到 `knowledge_docs` 文件夹中

支持的格式：`.txt` `.md` `.pdf` `.docx`

### 2. 建立索引

```bash
py -3.11 batch_index.py
```

注意：扫描版 PDF 需要 OCR 识别，速度较慢（每页约 5-10 秒）

### 3. 启动服务

```bash
py -3.11 app.py
```

服务默认运行在 http://localhost:5000

## 五、常见问题

### Q: 提示缺少模块？
```bash
py -3.11 -m pip install 模块名
```

### Q: OCR 识别很慢？
扫描版 PDF 需要逐页识别，272 页大约需要 20-30 分钟。有 GPU 会快很多。

### Q: 如何测试服务？
```bash
curl http://localhost:5000/api/knowledge/search?query=测试
```

## 六、目录结构

```
rag-python/
├── knowledge_docs/    # 放入要索引的文档
├── index_data/        # 生成的索引文件（自动创建）
├── batch_index.py     # 批量索引脚本
├── app.py             # Web 服务入口
└── requirements.txt   # 依赖列表
```