准备环境：你需要什么

要跟着本教程走，你只需要一台电脑（Windows/Mac/Linux都可以），以及基本的编程概念。我们会用到以下工具：

• Ollama：一个让你在本地运行AI模型的工具，就像在电脑上装个“AI引擎”，不用联网也能用。
• Node.js：一个运行JavaScript代码的环境，用来跑我们写的程序。
• SQLite：一个轻量级数据库，把你的文档内容存成一个小文件，方便搜索。

安装步骤：一步步来

1. 下载并安装Ollama：访问 ollama.com，点击下载对应你系统的版本（Windows/Mac/Linux）。安装后打开终端（命令行），输入 ollama --version，看到版本号即成功。
2. 下载一个AI模型：在终端输入 ollama pull nomic-embed-text，这个模型会把你的文字转换成“向量”（可以理解为数字指纹），方便搜索。下载过程会显示进度条，等它完成。
3. 安装Node.js：如果还没装，去 nodejs.org 下载LTS版本。安装后终端输入 node --version 检查。
4. 创建项目文件夹：新建一个文件夹，比如 local-rag，在里面打开终端，运行 npm init -y 初始化项目。
5. 安装依赖库：运行 npm install sqlite3 ollama，这会安装两个工具包，一个负责数据库，一个负责调用Ollama。

验证是否成功：跑通第一个问答

现在我们来写一段简单的代码，让AI回答你文档里的问题。创建一个新文件 index.js，复制以下内容：

const ollama = require('ollama').default;
const sqlite3 = require('sqlite3').verbose();

async function main() {
  // 连接到数据库（没有则自动创建）
  const db = new sqlite3.Database('knowledge.db');
  
  // 创建一个表来存储文档
  db.run('CREATE TABLE IF NOT EXISTS docs (id INTEGER PRIMARY KEY, content TEXT, embedding BLOB)');
  
  // 插入一段示例文档
  const doc = 'AI是人工智能的缩写，它让计算机能像人一样学习和决策。';
  const response = await ollama.embeddings({ model: 'nomic-embed-text', prompt: doc });
  const embedding = Buffer.from(new Float32Array(response.embedding).buffer);
  db.run('INSERT INTO docs (content, embedding) VALUES (?, ?)', [doc, embedding]);
  
  // 提问并搜索
  const question = '什么是AI？';
  const qResponse = await ollama.embeddings({ model: 'nomic-embed-text', prompt: question });
  const qEmbedding = Buffer.from(new Float32Array(qResponse.embedding).buffer);
  
  // 查找最相似的文档（简化版）
  db.all('SELECT content FROM docs', (err, rows) => {
    console.log('找到相关文档:', rows[0]?.content);
  });
}
main();

然后在终端运行 node index.js。如果看到“找到相关文档: AI是人工智能的缩写...”，恭喜你，你的本地RAG系统跑通了！

下一步可以做什么

• 加入更多文档：把你自己写的笔记或文章存到数据库里，就能问关于它们的问题。
• 使用更大的模型：在Ollama里下载其他模型（比如 llama3），让回答更智能。
• 搭建网页界面：用Next.js等框架，把问答界面做成网页，方便日常使用。

记住：所有数据都在你自己的电脑上，完全隐私。现在就去试试吧！