从零构建本地知识库：OpenAI + Milvus + RAG 技术栈实战

本文分享了一个利用 AI 辅助开发的本地知识库搭建实战案例。作者在尝试 Bisheng 遇到自由度限制后，决定基于 Python 自主编写系统。核心流程包括 Markdown 文档的解析与分块、利用 OpenAI Embedding 进行向量化处理，并通过 Docker 本地部署 Milvus 向量数据库。系统采用 RAG（检索增强生成）技术，结合 GPT-4o-mini 模型生成答案，后端使用 FastAPI 配合 SSE 实现流式响应。该项目为开发者提供了一个高自由度、轻量级的本地 AI 应用参考架构，相关代码已托管至 GitHub。