用 Pinecone 托管向量数据库做 RAG 检索增强（零运维，新手友好）

Pinecone 有免费档，足够本教程练手。打开官网注册后，进入控制台创建一个 API Key。

1. 浏览器打开：pinecone.io，用邮箱或 GitHub 注册
2. 进入控制台（Console）→ 左侧 API Keys
3. 点 Create API Key，复制那一串以 pc- 开头的密钥
4. 同时记下你账号所在的 Region（如 us-east-1）

注意：免费档有索引数量和向量的额度限制，
      本教程的量级完全够用。

本教程用 Python。先把 Pinecone 客户端和 OpenAI 客户端装上，再用环境变量里的密钥初始化。

pip install pinecone openai python-dotenv

# 新建 .env 文件，写入（不要提交到公开仓库）：
# PINECONE_API_KEY=pc-xxxxxxxx
# OPENAI_API_KEY=sk-xxxxxxxx

下面是一个最小连接脚本，能跑通就说明密钥和环境没问题：

import os
from dotenv import load_dotenv
from pinecone import Pinecone

load_dotenv()
pc = Pinecone(api_key=os.environ["PINECONE_API_KEY"])

# 列出你已有的索引，确认能连上
print(pc.list_indexes().names())

索引（Index）就是一张「向量表」。创建时要指定维度（取决于嵌入模型）和距离算法。我们用 OpenAI 的 text-embedding-3-small，它输出 1536 维向量，距离用 cosine。

index_name = "rag-demo"

# 避免重复创建
if index_name not in pc.list_indexes().names():
    pc.create_index(
        name=index_name,
        dimension=1536,
        metric="cosine",
        spec={"serverless": {"cloud": "aws", "region": "us-east-1"}},
    )

index = pc.Index(index_name)

把你的资料切成小段，每段调一次嵌入接口得到向量，再连同原文（放进 metadata）一起 upsert 到索引。下面用一段示例文本演示，实际使用时换成你自己的文档即可。

from openai import OpenAI

emb_client = OpenAI()

def embed(text):
    r = emb_client.embeddings.create(
        model="text-embedding-3-small",
        input=text,
    )
    return r.data[0].embedding

docs = [
    "Pinecone 是一个托管的向量数据库，适合做语义检索。",
    "RAG 让大模型先检索再回答，能减少编造。",
    "OpenAI 的嵌入模型 text-embedding-3-small 输出 1536 维向量。",
]

# 逐条入库：values 是向量，metadata 里放原文便于后续展示
items = []
for i, text in enumerate(docs):
    items.append({
        "id": "doc-" + str(i),
        "values": embed(text),
        "metadata": {"text": text},
    })

index.upsert(vectors=items)
print("已入库：", index.describe_index_stats())

提问时，先把问题嵌入，再查索引取最相似的 3 段。这一步就是 RAG 的「检索」。

question = "怎么减少大模型编造？"

res = index.query(
    vector=embed(question),
    top_k=3,
    include_metadata=True,
)

for m in res.matches:
    print(round(m.score, 3), m.metadata["text"])

把检索到的片段拼进提示词，明确告诉大模型「只依据下面资料作答，资料没有就如实说不知道」。这就闭环了。

def ask(question):
    res = index.query(vector=embed(question), top_k=3,
                     include_metadata=True)
    context = "\n".join(m.metadata["text"] for m in res.matches)

    prompt = (
        "只依据下面的资料回答问题，资料里没有就回答"
        "「资料中没有相关信息」。\n\n资料：\n" + context +
        "\n\n问题：" + question
    )

    r = emb_client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
    )
    return r.choices[0].message.content

print(ask("怎么减少大模型编造？"))