本文介绍了HarmonySmartCoding项目中RAG（Retrieval-Augmented Generation）功能的完整实现，该功能为开发者提供了智能的API文档检索和问答服务。通过结合向量检索和语义理解，用户可以通过自然语言查询快速找到相关的HarmonyOS API文档和代码示例。本RAG功能实现展示了现代AI应用开发的完整流程，从后端的向量检索引擎到前端的用户交互界面，每个环节都

PureRAG系统主要解决的问题是：如何让开发者能够通过自然语言查询快速获取HarmonyOS API文档中的相关信息。系统采用了RAG架构，将文档内容向量化存储，通过语义检索找到与用户查询最相关的文档片段，然后利用大语言模型生成准确的回答。数据库构建模块：负责将API文档转换为向量并构建向量数据库数据库提取模块：负责从向量数据库中加载和提取文档数据查询引擎模块：负责处理用户查询，检索相关文档并生

知识图谱是一种结构化的知识表示方式，通过实体和关系来描述领域知识。在我们的项目中，知识图谱用于表示HarmonyOS API之间的各种关系，如调用关系、继承关系等，以及API与其方法、参数、返回值等元素之间的关系。知识图谱构建器：从API文档中提取实体和关系，构建知识图谱知识图谱检索器：基于用户查询，检索相关API及其关联知识知识图谱可视化器：将知识图谱以可视化方式展示Web应用：提供用户友好的界

本次实现完成了基于微调大模型的代码生成系统的端到端打通，具备较好的可扩展性和用户体验。后续可进一步集成 RAG 检索、代码片段管理、智能补全等高级功能，持续提升系统智能化水平。

本次实现完成了基于微调大模型的代码生成系统的端到端打通，具备较好的可扩展性和用户体验。后续可进一步集成 RAG 检索、代码片段管理、智能补全等高级功能，持续提升系统智能化水平。

在这篇博客中，我将介绍如何使用 QLoRA 技术对 DeepSeek-7B-chat 模型进行微调。QLoRA 是一种高效的微调方法，能够在有限的计算资源下对大型语言模型进行定制化训练。