langchain_chatchat+ollama部署本地知识库，联网查询以及对数据库(Oracle)数据进行查询
涉及的内容其实挺多的，所以尽量减少篇幅
准备工作：
部署ollama，并拉取qwen2.5:14b和quentinz/bge-large-zh-v1.5:latest
部署langchain_chatchat
部署oracle数据库
部署ollama以及拉取模型
可以参考下面的文章：
https://www.cnblogs.com/jokingremarks/p/18151827
部署langchain_chatchat
Langchain_chatchat的github路径：https://github.com/chatchat-space/Langchain-Chatchat
使用vscode快速创建一个venv虚拟环境管理工具
在当前环境下直接下载Langchain-Chatchat的python库
注意：这个只能在Python 3.8-3.11的环境下，不然会报错
Langchain-Chatchat 提供以 Python 库形式的安装方式，具体安装请执行：
pip install langchain-chatchat -U
如果要用Xinference接入Langchain-Chatchat，建议使用如下安装方式：
pip install "langchain-chatchat[xinference]" -U
本文使用ollama作为本地模型的调用，所以不需要装Xinference
部署oracle数据库
这里我是直接下载到了本地，使用的版本是Oracle 19c，安装教程网上大把，记得创建一个数据库，我这里数据库名字是orcl
对langchain-chatchat的配置文件初步调整：
首先先调整model_settings.yaml
DEFAULT_LLM_MODEL和DEFAULT_EMBEDDING_MODEL，将其替换成ollama下载下来的模型名，这里我们使用qwen2.5:14b作为LLM，使用quentinz/bge-large-zh-v1.5:latest作为Embedding
# 默认选用的 LLM 名称 DEFAULT_LLM_MODEL: qwen2.5:14b # 默认选用的 Embedding 名称 DEFAULT_EMBEDDING_MODEL: quentinz/bge-large-zh-v1.5:latest
MODEL_PLATFORMS部分只保留ollama，同时修改内容
llm_models: - qwen2.5:14b embed_models: - quentinz/bge-large-zh-v1.5:latest
langchain-chatchat执行：
详细内容可以查看文档：https://github.com/chatchat-space/Langchain-Chatchat
其实就三步
执行初始化
chatchat init
初始化知识库
chatchat kb -r
启动项目
chatchat start -a
一般会自动跳到浏览器里面，地址为http://127.0.0.1:8501/
langchain-chatchat简单操作：
模型对话，就是最基础的对话操作，启用agent的时候可以选择不同的工具来进行对话
RAG对话，可以选择不同的场景进行对话，其中有知识库问答，文件对话和搜索引擎问答
知识库问答就是使用项目路径下的文件内容回答，会有些自带的文件在里面，可以自己上传
文件对话就是基于上传的文件内容进行问答
搜索引擎对话后面会有补充，需要对配置文件再进行调整
知识库管理，即对项目中的内部知识库进行增删知识库以及重建向量库
langchain-chatchat联网查询：
如果使用duckduckgo作为搜索引擎的话可能需要FQ，这个就自行解决了
先安装duckduckgo-search
pip install -U duckduckgo-search
将tool_settings.yaml中的search_internet的search_engine_name设置成duckduckgo
如果要查询天气或者地图相关的，可以增加用高德地图的配置，api可以直接去高德申请，比较容易
将kb_settings.yaml中的DEFAULT_SEARCH_ENGINE也修改成duckduckgo
重新加载项目以后，就可以使用搜索引擎对话了
langchain-chatchat连接oracle数据库并查询内容：
官方文档：https://github.com/chatchat-space/Langchain-Chatchat/blob/master/docs/install/README_text2sql.md
首先我们找到tool_settings.yaml中的text2sql进行修改
有几个需要注意的地方
oracle的连接我使用的是oracledb，所以需要安装oracledb
python -m pip install oracledb
table_comments是一些提示用的，如果发现模型形成的sql老是找不对表或者字段，就在里面说明下，准确率会大幅提高
重要的！！！最重要的！！！
因为oracle的语法比较特殊，所以要对langchain的源码进行修改
找到项目中的/envs/chat_0.3.1/lib/python3.11/site-packages/langchain_experimental/sql/base.py
在其中对SQL进行一些处理，目前我遇到的情况有如下的，都需要重新分割处理才行
if "sql" in sql_cmd: sql_cmd = sql_cmd.split("sql")[-1].strip() # 增加的sql过滤，按照sql分割，取后一段，为了去掉```sql的开头 if "`" in sql_cmd: sql_cmd = sql_cmd.split("`")[0].strip() # 增加的sql过滤，按照sql分割，取后一段，为了去掉```的结尾 if "LIMIT" in sql_cmd: sql_cmd = sql_cmd.split("LIMIT")[0].strip() # 增加的sql过滤，按照sql分割，取后一段，为了去掉LIMIT
然后重新运行项目，选择启用agent并选择数据库对话，输入要搜索的东西，终端里面可以看到对应的sql以及查询结果
可以看到回答的和数据库中查询的内容一致
不过对Oracle数据库好像不是很友好，有时候还是会有一些奇怪的报错
以上
