智能体demo本地化

上次开发的智能体demo向量数据库和模型都是使用的huggingface的，需要上网才能正常使用，这次都改成本地，实现离线智能体应用开发，更加安全方便。

也是通过cursor完成的。

首先需要1安装ollama，然后是2拉取模型，3运行模型，最后4修改程序，5运行程序即可。

1、参照官网https://docs.ollama.com/

2、ollama pull qwen2.5:7b

3、ollama run qwen2.5:7b

4、修改如下：

# agent.py
import os
import requests
from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_community.vectorstores import Chroma
# from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain_community.embeddings import OllamaEmbeddings
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_core.output_parsers import StrOutputParser

# 1. 加载并切分文档
loader = TextLoader("password-cn.txt", encoding="utf-8")
docs = loader.load()
text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
splits = text_splitter.split_documents(docs)

# 2. 创建向量数据库（首次运行会自动 embedding）
# vectorstore = Chroma.from_documents(
#     documents=splits,
#     embedding=HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
# )
# 替换顶部 import


# 替换创建 vectorstore 的地方
embedding = OllamaEmbeddings(
    model="qwen2.5:7b"  # 这里填你在 Ollama 里实际安装的模型名，比如 "qwen2.5:7b"
)

vectorstore = Chroma.from_documents(
    documents=splits,
    embedding=embedding
)
retriever = vectorstore.as_retriever()

# 3. 设置本地大模型
# 优先使用 Ollama，如果不可用则提示用户安装
try:
    # 检查 Ollama 服务是否可用
    response = requests.get("http://localhost:11434/api/tags", timeout=2)
    if response.status_code == 200:
        # 获取已安装的模型列表
        models_data = response.json()
        available_models = [model.get("name", "") for model in models_data.get("models", [])]
        
        if not available_models:
            raise RuntimeError("Ollama 中没有安装任何模型")
        
        # 优先使用的模型列表（按优先级排序）
        preferred_models = ["qwen2.5:7b", "qwen2.5:14b", "llama3.2:3b", "llama3:latest", "mistral:7b"]
        
        # 选择模型：优先使用 preferred_models 中已安装的，否则使用第一个可用模型
        selected_model = None
        for preferred in preferred_models:
            # 检查精确匹配
            if preferred in available_models:
                selected_model = preferred
                break
            # 检查部分匹配（如 preferred="llama3:latest" 匹配 available="llama3"）
            preferred_base = preferred.split(":")[0]
            for available in available_models:
                if available.startswith(preferred_base + ":") or available == preferred_base:
                    selected_model = available
                    break
            if selected_model:
                break
        
        if not selected_model:
            selected_model = available_models[0]
        
        from langchain_community.chat_models import ChatOllama
        llm = ChatOllama(
            model=selected_model,
            base_url="http://localhost:11434",  # Ollama 默认地址
        )
        print(f"✓ 使用 Ollama 本地模型: {selected_model}")
        if selected_model not in preferred_models[:3]:  # 如果不是前3个推荐模型
            print(f"💡 提示: 推荐安装 qwen2.5:7b 以获得更好的中文支持")
            print(f"   运行: ollama pull qwen2.5:7b")
    else:
        raise ConnectionError("Ollama 服务未响应")
except requests.exceptions.ConnectionError as e:
    # Ollama 服务不可用
    error_msg = """
╔═══════════════════════════════════════════════════════════════╗
║  ❌ Ollama 服务未运行或未安装！                                ║
╚═══════════════════════════════════════════════════════════════╝

请按以下步骤操作：

1️⃣  安装 Ollama：
   • 访问 https://ollama.ai 下载安装
   • 或使用 Homebrew: brew install ollama

2️⃣  启动 Ollama 服务（安装后通常会自动启动）：
   ollama serve

3️⃣  下载模型（选择一个）：
   ollama pull qwen2.5:7b    # 推荐：中文支持好（约 4.7GB）
   # 或
   ollama pull llama3.2:3b   # 更小更快（约 2GB）

4️⃣  重新运行应用

═══════════════════════════════════════════════════════════════
"""
    print(error_msg)
    raise RuntimeError("Ollama 服务不可用。请先安装并启动 Ollama。")
except requests.exceptions.Timeout as e:
    error_msg = "❌ 连接 Ollama 服务超时，请确保 Ollama 正在运行"
    print(error_msg)
    raise RuntimeError(error_msg)
except Exception as e:
    # 其他错误（如模型不存在）
    error_msg = f"""
╔═══════════════════════════════════════════════════════════════╗
║  ❌ 初始化 Ollama 模型时出错                                  ║
╚═══════════════════════════════════════════════════════════════╝

错误信息: {str(e)}

请确保：
1. Ollama 服务正在运行
2. 至少安装了一个模型（运行: ollama pull <模型名>）

═══════════════════════════════════════════════════════════════
"""
    print(error_msg)
    raise

# 4. 构建 RAG 链（Retrieval-Augmented Generation）
template = """
你是一个私人顾问，请根据以下上下文回答问题。
如果不知道答案，请说“根据现有文档无法回答”，不要编造。

上下文：
{context}

问题：
{question}
"""
prompt = ChatPromptTemplate.from_template(template)

rag_chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

# 5. 提供调用函数
# Gradio ChatInterface 默认会把 (message, history) 作为两个参数传进来
def ask_question(message: str, history=None) -> str:
    # 我们这里只关心当前用户问题 message，忽略 history
    return rag_chain.invoke(message)

5、python app.py

想要查看app.py完整代码，可以看上一篇随笔