本文介绍了如何使用LlamaIndex和Nomic Embed构建一个完全开源的检索器。通过结合检索器和数据库，检索增强生成（RAG）提升了语言模型的响应质量和知识更新能力。开源模型确保了可审计性，避免了对闭源模型的依赖。文章还提供了具体的代码示例，展示了数据库的设置和检索功能的实现。