基于 LlamaIndex 实现RAG向量检索入门

本项目需要部署两个轻量化GGUF量化模型，分别承担对话交互与语义向量检索能力，适配本地低资源部署场景。其中对话大模型负责承接用户提问、逻辑推理、文本生成等通用对话任务；Embedding向量嵌入模型负责将文本、语句等非结构化数据转化为低维稠密向量，让计算机能够量化计算文本间的语义相似度，实现精准检索、内容匹配、知识库召回等功能。