RAG通过检索增强生成提升大模型准确性，核心为从向量数据库（如Chroma）中检索相关文档并融入生成过程。实验对比了L2、IP、Cosine三种距离度量方式，指出Chroma返回距离值越小越相似，且hnsw:space参数建库后不可更改。实际应用中，阈值设于0.7–0.8间以过滤低质量匹配。支持文本/向量/检索器多种查询方式，可优化效率。此外，结合OpenCLIP实现多模态检索，支持“以文搜图”与

本文介绍了本地大模型调用与应用开发流程，涵盖使用Ollama部署本地模型、通过Streamlit构建交互式聊天界面，并结合LangChain框架实现多模型调用与流式输出。重点演示了环境配置、会话状态管理、端口通信原理及API密钥安全封装。同时对比了不同模型（如DeepSeek、Qwen）在LangChain中的调用方式，强调配置灵活性与兼容性，适用于本地化AI应用快速开发。