今天的主題是要介紹一個很常用的技能: 要如何把文件查訊後回答(先介紹分段)

首先，LangChain 是什麼？
一個 LLM 應用框架(流程框架)，可串接：向量資料庫（如 Chroma）、LLM(OpenAI、Ollama)……等。

為什麼要和Chroma一起用？
因為是有根據資料庫才回答，不是胡亂回答

流程為: LangChain 把查詢的動作交給 Chroma，再由 LLM 回答查到的內容

為什麼要「分段」？
因為 GPT 等模型一次能處理的「文字量」（token）有限，太長會超出限制，而且分段後可以用向量比對找出「最相關的段」，不需要整份 PDF 全部送進模型，省成本、效能高

我們先來實作~~

這是範例pdf檔(取自於維基百科)

人工智慧 example.pdf

1. pip install langchain-community pypdf

2. 引入PDF 載入器和”支援標點符號分段”的文字切割器
   

3. 讀取檔案，然後每一頁存到 document
   

4. 每段最多 200 字，（。!?， . 空格）作為切點
   

5. 分好段落後印出來
   

這是我最後跑出來的畫面，沒有斷在奇怪的地方

明天繼續介紹~~