简介
本文为成果汇总贴。汇总了本次参加活动的所有帖子和成果视频。
视频展示
发帖链接
一、树莓派5创意赛-电子信息本地RAG系统【一】开箱、环境搭建、SSH和VNC连接
二、树莓派5创意赛-电子信息本地RAG系统【二】RAG介绍和方案
三、树莓派5创意赛-电子信息本地RAG系统【三】简单RAG的实现(无语义切分)
四、树莓派5创意赛-电子信息本地RAG系统【四】语义切分RAG
项目总结
本项目基于树莓派 5,成功搭建并部署了一套 本地化 RAG(Retrieval-Augmented Generation)知识库系统,实现了从文档处理、向量化存储到智能问答的完整闭环。系统以阿里云千问(Qwen)模型作为大语言模型与 Embedding 能力,通过检索增强生成的方式,有效解决了传统大模型在私有知识场景下“不可控、易幻觉、难扩展”的问题。
在工程实现上,项目完整实现了文档清洗、切片、Embedding 与向量数据库构建,并在问答阶段通过对用户问题进行向量化检索,选取相似度最高的 Top-K 内容,结合 Prompt 设计引导大模型生成更加准确、可追溯的回答。同时,针对不同类型文档,系统实现了基于文本长度的简易切分与基于语义结构的智能切分两种策略,在检索精度与上下文完整性之间取得了良好平衡。
在部署层面,项目采用 Docker 对系统进行容器化封装,并成功运行于树莓派 5 平台,验证了 RAG 系统在边缘设备上的可行性与稳定性。该方案具备低成本、易部署、可扩展等特点,适用于本地知识问答、企业内部资料检索、离线智能助手等场景。
总体而言,本项目不仅验证了 RAG 架构在资源受限设备上的落地能力,也展示了树莓派 5 在边缘 AI 与智能知识系统方向上的应用潜力,为本地化、私有化 AI 应用提供了一种可复制、可推广的实现方案。
我要赚赏金
