8.3 实战：从零构建企业知识库问答 Agent

本节学习目标

• 从数据准备到索引构建到查询优化到结果生成，走完企业知识库问答的完整流程。
• 能用 LlamaIndex + OpenAI（或本地模型）跑通「问句 → 检索 → 生成」的 RAG Agent（需 API Key 或本地服务）。
• 会做简单优化：chunk 大小、top_k、提示模板。

一、流程概览

1. 数据准备：把企业文档（PDF、Word、Confluence 等）收集并统一格式；可用 LlamaIndex Reader 加载。
2. 索引构建：切分 → 向量化 → 写入向量索引（可持久化）；可先用小样本验证效果。
3. 查询优化：query 改写、多路检索、重排序等（按需）；常见先做 top_k 与阈值。
4. 结果生成：把检索到的 chunk 与问题拼进 prompt，调 LLM 生成答案；可要求模型引用来源。

二、可运行示例骨架

# 需: pip install llama-index llama-index-llms-openai# 设置 OPENAI_API_KEYfromllama_index