操作 命令 (在 PowerShell 或 CMD 中运行) 说明

1. 创建虚拟环境 python -m venv rag_env 在当前目录下创建一个名为 my_project_env 的虚拟环境文件夹。
2. 激活虚拟环境 rag_env\Scripts\activate (可选：用于 CMD 或 Git Bash) 激活环境。
3. 退出虚拟环境 deactivate 退出当前的虚拟环境，回到系统环境。
4. 删除虚拟环境 rmdir /s /q rag_env (可选：用于 CMD) 递归删除虚拟环境文件夹。

need install: pip install dotenv

pip install llama-index-vector-stores-chroma pip install llama-index chromadb pip install llama-index-embeddings-text-embeddings-inference pip install llama-index-readers-json pip install llama-index-vector-stores-milvus

pip install lxml_html_clean pip install newspaper3k

Run Modl Local: docker run -d --gpus all --shm-size 4g -p 6000:8000 -v /c/Work/Model/Qwen3-0.6B:/app/model vllm/vllm-openai:latest --model /app/model --served-model-name Qwen3-0.6B --gpu-memory-utilization 0.8 --max-model-len 1024

docker run -d --gpus all --shm-size 4g -p 6000:8000 -v /c/Work/Model/Qwen3-0.6B:/app/model vllm/vllm-openai:latest --model /app/model --served-model-name qwen-0.6b --gpu-memory-utilization 0.8 --max-model-len 1024

Build external dev redis mq docker run -d --name redis-dev -p 6379:6379 -v C:\enlist\rag-processor\data:/data redis:8.6 redis-server --appendonly yes

docker worker docker build -t rag-worker:latest . docker run -d --name worker-clean --env-file .dockerenv -v C:\enlist\rag-processor\data:/data rag-worker:latest --type clean --id 1 docker run -d --name worker-chunk --env-file .dockerenv -v C:\enlist\rag-processor\data:/data rag-worker:latest --type chunk --id 1 docker run -d --name worker-enrich --env-file .dockerenv -v C:\enlist\rag-processor\data:/data rag-worker:latest --type enrich --id 1 docker run -d --name worker-index --env-file .dockerenv -v C:\enlist\rag-processor\data:/data rag-worker:latest --type index --id 1

docker millivus standalone.bat start