介绍
操作lancedb向量数据库优点，适合开发桌面RAG：
- 纯本地文件存储，无服务、无端口，打包EXE无压力
- 读写速度优于Chroma，大批量文档更流畅
- LlamaIndex官方原生适配，接口和Chroma几乎一致，迁移零成本
- 知识库直接复制文件夹即可迁移，无需额外配置
安装lancedb
官方必需依赖（必须装这 2 个）
lancedb→ 数据库本体llama-index-vector-stores-lancedb→ LlamaIndex 官方适配器
pip 安装
pip install lancedb llama-index-vector-stores-lancedb
uv 安装
uv add lancedb llama-index-vector-stores-lancedb
安装完验证
不报错 = 成功
from llama_index.vector_stores.lancedb import LanceDBVectorStore
print("✅ LanceDB 安装成功！兼容 LlamaIndex")
操作 LanceDB
目录结构
项目文件夹
├── data/ # 存放所有待解析文档
├── lance_db_knowledge/ # LanceDB向量数据目录
└── main.py # 运行代码
安装依赖
# uv
uv add llama-index lancedb llama-index-vector-stores-lancedb
# 文档解析全套
uv add llama-index-readers-file python-docx python-pptx openpyxl xlrd pymupdf beautifulsoup4
# pip
pip install llama-index lancedb llama-index-vector-stores-lancedb
pip install llama-index-readers-file python-docx python-pptx openpyxl xlrd pymupdf beautifulsoup4
完整代码示例
from llama_index.core import (
SimpleDirectoryReader,
StorageContext,
VectorStoreIndex,
Settings
)
from llama_index.vector_stores.lancedb import LanceDBVectorStore
from llama_index.embeddings.openai import OpenAIEmbedding
from llama_index.llms.openai import OpenAI
# ===================== 1. 全局配置 =====================
# 替换成自己模型密钥/地址，本地大模型同理切换
Settings.llm = OpenAI(model="gpt-3.5-turbo", api_key="你的key")
Settings.embed_model = OpenAIEmbedding(model="text-embedding-3-small")
# ===================== 2. 初始化LanceDB =====================
# 本地文件存储路径，自动创建目录
db_path = "./lance_db_knowledge"
# 指定数据表名，方便区分知识库
vector_store = LanceDBVectorStore(
uri=db_path,
table_name="doc_knowledge"
)
# 存储上下文绑定向量库
storage_context = StorageContext.from_defaults(vector_store=vector_store)
# ===================== 3. 加载多格式文档 =====================
# 自动读取data下：doc/docx/ppt/pptx/xls/xlsx/txt/html/md/pdf
documents = SimpleDirectoryReader(input_dir="./data").load_data()
# ===================== 4. 构建向量索引入库 =====================
index = VectorStoreIndex.from_documents(
documents,
storage_context=storage_context,
show_progress=True # 显示入库进度
)
# ===================== 5. 问答查询 =====================
query_engine = index.as_query_engine(similarity_top_k=5)
# 提问
question = "总结这份文档的核心内容"
response = query_engine.query(question)
print("===== 回答结果 =====")
print(response)
# 打印引用来源
print("\n===== 引用文档片段 =====")
for node in response.source_nodes:
print(f"来源片段：{node.text[:200]}...")
# ===================== 6. 后续直接加载已有库查询（无需重新入库） =====================
def load_exist_lancedb():
vec_store = LanceDBVectorStore(uri="./lance_db_knowledge", table_name="doc_knowledge")
ctx = StorageContext.from_defaults(vector_store=vec_store)
exist_index = VectorStoreIndex.from_vector_store(vec_store, storage_context=ctx)
return exist_index.as_query_engine()
# 调用示例
# old_engine = load_exist_lancedb()
# print(old_engine.query("你的问题"))
进阶操作
1. 清空当前知识库
vector_store.delete_nodes(filter_dict={})
2. 按元数据过滤检索
from llama_index.core.vector_stores import MetadataFilters, ExactMatchFilter
filters = MetadataFilters(
filters=[ExactMatchFilter(key="file_type", value="pdf")]
)
query_engine = index.as_query_engine(filters=filters)
3. 增量追加文档
直接往./data放入新文件，重新执行加载文档+构建索引即可自动追加，不会重复覆盖。