💪 健身饮食 RAG 项目实施流程记录

项目地址：http://82.156.184.44:8000/

一、项目背景与目标

项目背景

为了更好地理解 RAG（Retrieval-Augmented Generation，检索增强生成）的实际应用，我基于 all-in-rag 开源项目，尝试将其改造成一个垂直场景知识库项目，即：

健身饮食 RAG 助手

该助手的目标是：

  • 读取本地健身饮食知识文档
  • 根据用户输入的问题检索相关内容
  • 调用大模型生成针对性的饮食建议
  • 最终提供一个可以在浏览器中使用的可视化问答页面

项目目标

本项目的核心目标包括：

  1. 跑通 all-in-rag 项目的最小 RAG 示例
  2. 将原始示例改造成"健身饮食知识库"场景
  3. 使用本地 Markdown 文档作为知识源
  4. 接入 DeepSeek 模型完成问答生成
  5. 最终通过 Streamlit 搭建浏览器可视化界面

二、项目整体实施思路

本项目整体分为五个阶段：

  1. 环境准备
  2. 原项目理解与最小示例跑通
  3. 健身饮食知识库改造
  4. DeepSeek 模型接入与调试
  5. Streamlit UI 页面搭建与验证

三、详细实施过程

第一阶段：确定项目方向与方案设计

明确项目方向

最初的想法是：

是否可以基于 all-in-rag 项目搭建一个"健身人员每天吃什么"的知识库问答系统？

经过分析后，确认该场景非常适合 RAG，因为它具有以下特点：

  • 领域知识相对结构化
  • 问题重复度高
  • 可以通过本地文档建立明确知识边界
  • 检索结果易于验证

因此最终项目方向确定为：

基于本地健身饮食文档的 RAG 问答助手

明确第一版功能目标

为了避免一开始做得过于复杂，第一版先只实现：

  • 读取本地健身饮食文档
  • 支持基础问答
  • 支持减脂 / 增肌 / 训练前后饮食等主题
  • 能在终端输出回答
  • 后续再升级为网页界面

第二阶段：使用 Codex 辅助改造项目

引入 Codex 辅助开发

为了提高项目改造效率，我决定使用 Codex 协助完成以下任务：

  • 阅读并理解仓库结构
  • 找到最小可运行的 RAG 示例
  • 设计健身知识库目录结构
  • 修改示例脚本优先读取健身文档
  • 帮助完成后续 UI 页面改造

Codex 首次改造结果

Codex 对项目进行了最小范围改造，主要完成了：

新增知识文档目录

在 data/C1/fitness/ 下新增健身知识文档，例如：

  • goals/减脂.md
  • goals/增肌.md
  • timing/训练前后饮食.md

修改示例脚本

修改了：

  • code/C1/01_langchain_example.py
  • code/C1/02_llamaIndex_example.py

主要逻辑为：

  • 优先扫描健身知识目录中的 Markdown 文件
  • 如果没有新文档则回退到原示例文档
  • 保留原始 RAG 主流程，尽量少改动结构

第三阶段：本地环境搭建与依赖安装

遇到的第一个问题：Python 版本不兼容

在安装项目依赖时，发现当前 Python 版本过高，导致部分包兼容性较差，特别是在安装 chromadb、huggingface-hub 等依赖时出现问题。

最终确定采用项目推荐版本：Python 3.12.7

安装 Conda 环境

由于本地没有安装 Conda，因此首先安装了 Miniconda。

选择原因：

  • 比完整 Anaconda 更轻量
  • 更适合本项目这种单独建环境的场景

创建项目虚拟环境

conda create -n all-in-rag python=3.12.7 -y
conda activate all-in-rag

期间遇到过 Conda ToS 未接受的问题，需先执行相关接受命令，然后重新创建环境。

安装项目依赖

cd /d E:\github\健身食谱rag项目\all-in-rag-main\code
pip install -r requirements.txt

在安装过程中遇到大量 huggingface-hub does not provide the extra 'inference' 警告，说明依赖解析存在回溯问题。

后续采用了以下处理方式：

  • 升级 pip / setuptools / wheel
  • 手动补装关键依赖
  • 边运行边补缺失包

第四阶段：运行 C1 脚本并逐步补齐依赖

在成功进入 code/C1 目录后，开始运行：

python 01_langchain_example.py

缺失依赖逐步补装

在运行过程中，先后遇到多个 ModuleNotFoundError，包括：

  • dotenv
  • langchain_community
  • langchain_huggingface
  • langchain_openai
  • unstructured
  • markdown

逐步通过以下方式补齐：

pip install python-dotenv
pip install langchain-community
pip install langchain-huggingface
pip install langchain-openai
pip install unstructured
pip install markdown

成功运行到模型调用阶段

在补齐依赖后，脚本已经可以成功运行到调用大模型阶段，但此时出现了新的问题：

OpenAIError: The api_key client option must be set ...

这说明：

  • 代码逻辑、检索流程、依赖环境基本没问题
  • 当前只差模型 API Key 配置

第五阶段：DeepSeek 接入与 API 鉴权排查

模型接入方案确认

因为我只申请了 DeepSeek 的 API Key，所以不能继续使用其他聚合平台的默认配置。

需要把代码中的 LLM 调用统一改成 DeepSeek 官方接口：

llm = ChatOpenAI(
    model="deepseek-chat",
    api_key=os.getenv("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com"
)

401 鉴权错误排查

在设置了 Key 之后，运行脚本时出现了：

401 Invalid token
type: Aihubmix_api_error

排查后发现：

  • 当前脚本请求并没有完全切换到 DeepSeek 官方接口
  • 仍然可能存在 AIHubMix 之类聚合接口残留配置
  • 导致 DeepSeek Key 与目标接口不匹配，从而产生 401

成功打通 DeepSeek 调用

修正之后，重新在终端设置环境变量：

set DEEPSEEK_API_KEY=你的key
python 01_langchain_example.py

此时项目已经能够：

  • 成功读取健身知识文档
  • 成功检索相关内容
  • 成功调用 DeepSeek 生成问答结果

说明终端版 RAG 链路已跑通。

第六阶段：构建 Streamlit 可视化页面

决定升级为浏览器 UI

在终端版跑通后，为了更方便验证和展示效果，决定继续升级项目，目标是：

将终端版升级为 Streamlit 页面版

主要需求包括：

  • 浏览器输入问题
  • 点击按钮提交
  • 展示模型回答
  • 展示检索到的来源文档片段
  • 保留原来的终端脚本能力

使用 Codex 搭建 Streamlit 页面

我让 Codex 完成以下任务：

  • 抽取 01_langchain_example.py 中的核心问答逻辑
  • 新建 app.py
  • 构建最小可用的 Streamlit 页面
  • 复用当前 DeepSeek 配置与健身知识库读取逻辑

启动页面时的路径问题

最初在 code/C1 目录执行 streamlit run app.py 报错 File does not exist: app.py，原因是 app.py 被创建在项目根目录。

正确做法是：

cd /d E:\github\健身食谱rag项目\all-in-rag-main
streamlit run app.py

Streamlit 环境不一致问题

启动 UI 页面后，前端提示没有 langchain_community 模块。

解决方式：使用 python -m streamlit run app.py 确保 Streamlit 走当前环境。

Streamlit 页面成功呈现

最终，页面成功运行，呈现效果包括：

  • 页面标题：健身饮食 RAG 助手
  • 输入框
  • 提交按钮
  • 问答显示
  • 可视化交互方式

至此，项目从终端版成功升级为浏览器可访问的可视化问答系统。

四、项目最终成果

已完成功能

本项目最终完成了以下目标：

  • 成功基于 all-in-rag 搭建本地 RAG 应用
  • 成功将知识库改造成健身饮食场景
  • 使用本地 Markdown 文档作为知识源
  • 使用 DeepSeek 官方接口作为 LLM
  • 成功跑通终端问答版本
  • 成功搭建 Streamlit 浏览器交互页面

当前场景示例

可支持的问题示例包括：

  • 减脂早餐怎么安排？
  • 增肌训练后吃什么？
  • 训练前 1 到 2 小时适合吃什么？
  • 减脂期一天三餐如何分配？

五、项目中遇到的主要问题与解决办法

问题解决
Python 版本兼容问题改用 Python 3.12.7，通过 Conda 新建独立环境
Conda 未安装安装 Miniconda
依赖回溯问题升级基础工具，逐步补装依赖
缺少多个模块逐步补装 python-dotenv、langchain 系列等
API Key 未配置设置环境变量
401 Invalid token确认使用 DeepSeek 官方接口
Streamlit 找不到 app.py回到项目根目录执行
Streamlit 缺模块使用 python -m streamlit run app.py

六、项目经验总结

通过本次项目实践，我对 RAG 的理解不再停留在概念层面，而是完成了一次从"教程项目"到"垂直场景问答应用"的完整落地过程。

对 RAG 链路有了更直观的理解：我实际经历了文档准备 → 文档加载 → 文本切分 → 向量化 → 检索 → 生成回答 → UI 展示的全过程。

学会了围绕具体场景构建知识库：相比通用问答，健身饮食属于更容易结构化的场景。

学会了使用 Codex 进行辅助开发：阅读仓库、最小改造、接入 DeepSeek、搭建 Streamlit 页面。

对 Python 环境与依赖管理有了更深理解：Python 版本兼容、Conda 环境切换、pip 依赖安装、Streamlit 与 Python 解释器不一致等问题。