LlamaIndex与千问大模型：定制化提示词模板实践

1. 项目概述

在大语言模型应用开发领域，如何让模型输出符合预期的回答一直是开发者面临的挑战。最近我在一个企业知识库项目中，使用LlamaIndex框架结合千问大模型，通过定制化提示词模板成功解决了这个问题。这种技术方案特别适合需要严格控制模型输出内容的场景，比如客服系统、法律咨询等对回答准确性要求高的领域。

2. 环境准备与配置

2.1 核心依赖安装

首先需要安装两个关键Python包：

bash复制pip install llama-index-llms-openai-like python-dotenv

这里有个小技巧：建议先创建一个干净的虚拟环境再安装依赖，避免与其他项目的包版本冲突。我通常使用python -m venv venv创建虚拟环境，然后用source venv/bin/activate激活（Linux/Mac）或venv\Scripts\activate（Windows）。

注意：llama-index-llms-openai-like这个包名称中的连字符很容易输错，建议直接复制粘贴。

2.2 千问模型接入配置

在项目根目录创建.env文件存放API密钥：

ini复制DASHSCOPE_API_KEY=你的实际密钥

然后通过以下代码初始化模型连接：

python复制import os
from dotenv import load_dotenv
from llama_index.llms.openai_like import OpenAILike

load_dotenv()
api_key = os.getenv("DASHSCOPE_API_KEY")

llm = OpenAILike(
    model="qwen-plus",
    api_base="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key=api_key,
    is_chat_model=True
)

这里有几个关键参数需要注意：

• model="qwen-plus"：指定使用千问增强版模型
• api_base：必须使用这个兼容OpenAI的网关地址
• `is_ch