夜雨聆风
不需要懂数学 · 不需要装 GPU · 今晚就能跑通
你手上一定有一些文档。
技术手册、产品说明、会议纪要、行业报告——几十页、几百页，平时根本没人翻。但当你需要查一个东西的时候，翻半天找不到，最后放弃了。
如果我告诉你，今晚你就能让这些文档"活过来"——你问它什么，它回答什么。你信吗？
不信正常。但你可以试试看。三小时就够了。 不信正常。但你可以试试看。三小时就够了。
🎯 今晚就能做出来的东西
选一份你手头的文档（公司制度、操作手册、甚至是你之前写的一篇文章），丢进一个程序里，然后打字问它里面的内容。它回答你。
这就是你的第一个成果。不需要联网，不需要备案，不需要跟任何人申请资源。
开始吧。
第 1 步：搭环境（30 分钟）
你要做的事
装 Python（如果还没装的话） 装 VS Code（写代码的地方） 装 Cursor（AI 帮你写代码的编辑器——初学者神器） 装几个 Python 包：打开终端，敲一行命令
具体命令
# 装在终端里敲这行：pip install openai chromadb python-dotenv
💡 如果报错了，把错误信息复制粘贴给 Cursor，它能帮你解决 90% 的问题。
✅ 这一步完成时你拥有的东西
一个能运行 Python 的电脑，VS Code 里能写代码，三个库已经装好了。（看起来很简单？对，因为真正复杂的事情在后面几步）
第 2 步：拿一份文档，写 20 行代码把内容读出来（30 分钟）
你要做的事
找一份 PDF 或 TXT 文件（随便什么内容，不需要太长） 写代码读取它 把内容按段落切开
这时候你不需要理解"为什么按段落切"，你先切了再说。
代码长这样（不需要手打，让 Cursor 帮你写）
# 让 AI 帮你写这段代码：# "用 Python 读取一个 txt 文件，按空行切成段落，打印出来"# 然后把 PDF 版本的告诉它：# "用 pypdf 读取 PDF 文件，提取文字，按段落切分"
from pathlib import Pathpath = Path("/Users/mac/Documents/demo.txt")text = path.read_text(encoding="utf-8")paragraphs = [p.strip() for p in text.split("\n\n") if p.strip()]for i, p in enumerate(paragraphs, 1):print(f"--- 段落 {i} ---")print(p)print()
💡 这一步的关键不是学会 Python。是学会"让 AI 帮你写代码"。
✅ 这一步完成时你拥有的东西
一段能把你手头的文档切分成段落的代码。运行它，你能看到文档内容一段一段地列出来。
第 3 步：把段落存进向量数据库（40 分钟）
你要做的事
拿一个 OpenAI API Key（或者用免费的本地模型也可以） 把第二步切好的段落，一段一段转成"向量" 把这些向量存进 ChromaDB
"向量"是什么？你现在不需要深究。你只需要知道——它就是把文字变成了一串数字，让电脑能理解"这段话和那段话意思相近"。
让 Cursor 帮你写
把这句话复制给 Cursor："用 OpenAI Embeddings API 和 ChromaDB，把上面第二步切好的段落存入向量数据库。每个段落单独存一条记录。"
✅ 这一步完成时你拥有的东西
你的文档已经被"数字化"地存进了一个数据库。虽然你还看不到它，但它已经在了。（小提示：可以打印一下数据库里有多少条记录，确认存进去了）
第 4 步：问它一个问题（30 分钟）
你要做的事
写代码：你输入一个问题 → 去数据库里搜最相关的段落 → 把段落和问题一起发给 GPT → GPT 回答你 这就是 RAG 的完整流程
让 Cursor 帮你写
"写一个 Python 脚本：1. 用户输入一个问题2. 用 ChromaDB 搜索最相关的 3 个段落3. 把这 3 个段落和问题一起发给 GPT4. 打印 GPT 的回答"
✅ 这一步完成时你拥有的东西
一个能回答你文档问题的工具。你问它"这篇文章主要讲了什么？"它能回答。你问它"第三部分提到的那个数据是多少？"它也能回答。你只花了两个多小时。你的文档，活了。
import chromadbfrom chromadb.utils.embedding_functions import OpenAIEmbeddingFunctionimport osef = OpenAIEmbeddingFunction(api_key=os.environ["OPENAI_API_KEY"])c = chromadb.PersistentClient(path=".chroma")col = c.get_collection("unfinished_features_doc", embedding_function=ef)col.query(query_texts=["鉴权 JWT"], n_results=3)
接下来可以做的事
上面的流程跑通之后，你已经有了一台能运转的"文档问答机器"。接下来你可以让它变得更好：
- 换一份更长的文档
（100 页的那种），看看它还能不能答对 - 把多个文档放进去
，看看它能不能跨文档找答案 - 加一个 Web 界面
（让 Cursor 帮你写一个简单的 HTML 页面）
每做完一个，你就多了一个可以说"我做的"的东西。
最后说一句：
这篇文章没有写"学完能赚多少钱"。因为那不是你现在需要关心的事。
你现在需要关心的只有一件事：今晚能不能跑通第一个 demo。
跑通了，你自然知道下一步怎么走。跑不通，评论区告诉我卡在哪一步了。
