提取PDF文本，用iText库直接抽文字，可限定页数，防止一次加载整份大文件导致内存暴涨或耗时过长

文本切块，借助Deep Java Library加载HuggingFace 格式tokenizer，按256 token一块、重叠40token做递归切分，方便后续向量比对

生成向量，调用EmbeddingGemma 300M（TFLite 格式），把每段文字转成768维向量，一次算好后用Java序列化写进本地文件，下次启动直接读取无需重新推理

用户提问也转成向量，同一套EmbeddingGemma模型跑推理，得到查询向量

做相似度计算，用余弦相似度把查询向量与库里的所有向量比一遍，挑出最像的3段文字

交给大模型回答，把挑出的3段文字作为上下文，连同用户问题一起喂给Gemma 3 1B，让它只基于上下文生成答案

全程无服务器、无网络，数据不出设备，代码用Kotlin 写在Android端，可直接跑在普通手机上

教程：https://farmaker47.medium.com/develop-an-on-device-rag-system-powered-by-gemma-models-f7cdb7bca221