本人非专业程序员（很多技术都是helloworld级别），对如何用构建应用非常感兴趣。之前尝试过用Dify和阿里百炼平台搭建智能文档助手（可以参考这个文档大模型服务平台百炼控制台），对于什么是RAG，什么是构建知识库，有个非常初步的了解。进一步，我非常好奇从代码层面，如何用python，用langchain实现一个简单的RAG系统，从而搭建一个智能文档问答应用。

但是我也不想学的很深，只是想理解概念。我记得之前学习Angular的时候，官方有个叫英雄之旅的demo，可以快速构建一个小应用，帮助我们学习angular的基础知识。我希望能有个类似的可以快速搭建的项目，帮我从代码层面快速获取Langchain，还有rag等的基本概念。于是deepseek给我输出了一个教程，我按照它给我的代码，一步一步做，中间遇到的最大问题是，langchain版本去年10月有非常大的重构，所以很多包的引用方式和调用方式都有改变，需要不断的出错不断修正，我目前整理到文中的代码，至少是我实际跑下来没有问题的。

我们先来看看最终的效果:

智能文档助手 - 智能对话

智能文档助手 - 知识库管理

智能文档助手 - 系统分析

这是一个基于 LangChain 框架和通义千问(Qwen)大语言模型构建的检索增强生成(RAG)智能问答系统。该系统是基于最基础的功能点，如大语言模型调用，文档处理，嵌入模型向量化，向量存储和检索，智能对话，最后用streamlit生成一个web界面，将功能可视化。接下来，进入我们的教程介绍。

教程简介

教程名称：LangChain“英雄之旅”——基于通义千问构建智能文档助手

目标：通过3-4小时实践，构建能与PDF/TXT文档对话的Web应用

核心模型：Qwen-Plus（通义千问）

技术栈：LangChain + Qwen-Plus + FAISS

前置要求：基础Python知识，阿里云百炼/灵积平台API Key

教程章节安排

第0章：环境准备

此教程中，我们使用通义千问的模型（配置简单，免费额度也很高）

目标

配置通义千问开发环境 （大前提是本地按照python环境，教程里不做介绍）

具体步骤

1. 创建项目目录

mkdir langchain-qwen-hero
cd langchain-qwen-hero

2. 安装专业依赖 （后续代码运行中，如果有找不到模块的报错，可以重新再做下pip install对应的模块）

pip install langchain>=0.1.0 langchain-community>=0.0.10 dashscope>=1.14.0 openai>=1.12.0 python-dotenv>=1.0.0 pypdf>=3.17.0 faiss-cpu tiktoken langchain-text-splitters streamlit>=1.28.0

3. 获取模型API密钥

• 访问大模型服务平台百炼控制台，注册/登录
• 创建API Key，获取DASHSCOPE_API_KEY

获取千问API Key

4. 整体项目结构

项目结构

5. 配置环境变量

创建 .env文件，粘贴如下代码：

DASHSCOPE_API_KEY=sk-xxx-your-key-xxx
QWEN_MODEL=qwen-plus  # 或 qwen-max, qwen-turbo

完成以上配置，我们就可以进入接下来的第一章 客户端封装了。