使用 LangChain、LangChain vector store、Anthropic Claude 3.5 Haiku 和 Nomic Nomic Embed 构建 RAG 聊天机器人
什么是 RAG
检索增强生成（Retrieval-Augmented Generation，简称 RAG）正引领生成式 AI，尤其是对话式 AI 的新潮流。它将预训练的大语言模型（LLM，如 OpenAI 的 GPT）与存储于向量数据库（如 Milvus、Zilliz Cloud）中的外部知识源相结合，从而让模型输出更准确、更具上下文相关性，并且能够及时融合最新信息。 一个完整的 RAG 系统通常包含以下四大核心组件：
- 向量数据库：用于存储与检索向量化后的知识；
- 嵌入模型：将文本转为向量表示，为后续的相似度搜索提供支持；
- 大语言模型（LLM）：根据检索到的上下文和用户提问生成回答；
- 框架：负责将上述组件串联成可用的应用。
核心组件说明
本教程将带你在 Python 环境下，借助以下组件一步步搭建一个初级的 RAG 聊天机器人：
- LangChain: 一个开源框架，帮助你协调大语言模型、向量数据库、嵌入模型等之间的交互，使集成检索增强生成（RAG）管道变得更容易。
- LangChain in-memory vector store: 一个内存型， 临时性 的向量存储，将嵌入数据存储在内存中，并通过精确的线性搜索找到最相似的嵌入。默认的相似度度量是余弦相似度，但可以更改为 ml-distance 支持的任何相似度度量。目前该存储仅适用于演示，不支持 ID 或删除操作。 (如果您需要为应用程序或企业项目提供更具扩展性的解决方案，我们推荐使用 Zilliz Cloud，这是一个基于开源项目 Milvus构建的全托管向量数据库服务，并提供支持最多 100 万个向量的免费套餐。)
- Anthropic Claude 3.5 Haiku: 这个模型在Claude 3的基础上增强了对细腻语言的理解和生成能力。它在创意写作、对话式人工智能和复杂查询处理方面表现卓越。最适合那些对回应的清晰度和深度要求较高的任务，Claude 3.5在效率与深刻见解之间取得了良好的平衡。
- Nomic Nomic Embed: Nomic Embed 是一个先进的 AI 模型，旨在生成高维嵌入，用于捕捉文本数据中的语义关系。它的优势在于提供强大的文本表示，从而在自然语言理解任务中实现卓越的性能，例如信息检索、情感分析和推荐系统。Nomic Embed 非常适合于内容个性化和知识发现等应用，简化了从大型数据集中提取洞察的过程。
完成本教程后，你将拥有一个能够基于自定义知识库回答问题的完整聊天机器人。
注意事项: 使用专有模型前请确保已获取有效 API 密钥。
实战：搭建 RAG 聊天机器人
第 1 步：安装并配置 LangChain
%pip install --quiet --upgrade langchain-text-splitters langchain-community langgraph
第 2 步：安装并配置 Anthropic Claude 3.5 Haiku
pip install -qU "langchain[anthropic]"
import getpass
import os
if not os.environ.get("ANTHROPIC_API_KEY"):
os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter API key for Anthropic: ")
from langchain.chat_models import init_chat_model
llm = init_chat_model("claude-3-5-haiku-latest", model_provider="anthropic")
第 3 步：安装并配置 Nomic Nomic Embed
pip install -qU langchain-nomic
import getpass
import os
if not os.environ.get("NOMIC_API_KEY"):
os.environ["NOMIC_API_KEY"] = getpass.getpass("Enter API key for Nomic: ")
from langchain_nomic import NomicEmbeddings
embeddings = NomicEmbeddings(model="nomic-embed-text-v1")
第 4 步：安装并配置 LangChain vector store
pip install -qU langchain-core
from langchain_core.vectorstores import InMemoryVectorStore
vector_store = InMemoryVectorStore(embeddings)
第 5 步：正式构建 RAG 聊天机器人
在设置好所有组件之后，我们来搭建一个简单的聊天机器人。我们将使用 Milvus介绍文档 作为私有知识库。你可以用你自己的数据集替换它，来定制你自己的 RAG 聊天机器人。
import bs4
from langchain import hub
from langchain_community.document_loaders import WebBaseLoader
from langchain_core.documents import Document
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langgraph.graph import START, StateGraph
from typing_extensions import List, TypedDict
# 加载并拆分博客内容
loader = WebBaseLoader(
web_paths=("https://milvus.io/docs/overview.md",),
bs_kwargs=dict(
parse_only=bs4.SoupStrainer(
class_=("doc-style doc-post-content")
)
),
)
docs = loader.load()
text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
all_splits = text_splitter.split_documents(docs)
# 索引分块
_ = vector_store.add_documents(documents=all_splits)
# Define prompt for question-answering
prompt = hub.pull("rlm/rag-prompt")
# 定义应用状态
class State(TypedDict):
question: str
context: List[Document]
answer: str
# 定义应用步骤
def retrieve(state: State):
retrieved_docs = vector_store.similarity_search(state["question"])
return {"context": retrieved_docs}
def generate(state: State):
docs_content = "\n\n".join(doc.page_content for doc in state["context"])
messages = prompt.invoke({"question": state["question"], "context": docs_content})
response = llm.invoke(messages)
return {"answer": response.content}
# 编译应用并测试
graph_builder = StateGraph(State).add_sequence([retrieve, generate])
graph_builder.add_edge(START, "retrieve")
graph = graph_builder.compile()
测试聊天机器人
Yeah! You've built your own chatbot. Let's ask the chatbot a question.
response = graph.invoke({"question": "What data types does Milvus support?"})
print(response["answer"])
示例输出
Milvus 支持多种数据类型，包括稀疏向量、二进制向量、JSON 和数组。此外，它还支持常见的数值类型和字符类型，使其能够满足不同的数据建模需求。这使得用户能够高效地管理非结构化或多模态数据。
优化小贴士
在搭建 RAG 系统时，合理调优能显著提升性能与效率。下面为各组件提供一些实用建议：
LangChain 优化建议
为了优化 LangChain，需要通过高效地构建链路和代理来减少工作流程中的冗余操作。使用缓存避免重复计算，从而加快系统速度，并尝试采用模块化设计，确保模型或数据库等组件能够轻松替换。这将提供灵活性和效率，使您能够快速扩展系统，而无需不必要的延迟或复杂性。
LangChain in-memory vector store 优化建议
LangChain 内存型向量存储只是一个临时性的向量存储，它将嵌入数据存储在内存中，并进行精确的线性搜索以找到最相似的嵌入。它的功能非常有限，仅适用于演示。如果您计划构建一个功能完整甚至生产级的解决方案，我们推荐使用 Zilliz Cloud，这是一个基于开源项目 Milvus构建的全托管向量数据库服务，并提供支持最多 100 万个向量的免费套餐。)
Anthropic Claude 3.5 Haiku 优化建议
Claude 3.5 Haiku 相较于其前身，提供了更高的效率和准确性，使其非常适合对延迟敏感的 RAG 工作流程。通过利用结构化提示，优化以减少标记浪费，同时保持清晰度。使用自适应检索策略，使得更简单的查询接收到更少的上下文文档，避免过度计算。实现基于嵌入的重新排名，确保只有最相关的信息传递给模型，从而提高速度和响应质量。通过缓存高流量查询并采用响应摘要技术，减少 API 调用，以简化输出。调整温度和核采样，确保响应保持事实准确并结构良好，通常将温度保持在 0.1-0.2 以确保严格准确。优化大规模检索任务的批处理，降低多个单独查询的开销。将 Claude 3.5 Haiku 与更高端模型战略性结合使用，以实现生产 RAG 系统中成本效益的扩展。
Nomic Nomic Embed 优化建议
为了优化在检索增强生成（RAG）设置中的 Nomic Nomic Embed 组件，重点是使用特定领域的数据微调您的嵌入模型，以增强上下文相关性。实施高效的索引策略，如使用 FAISS 或 Annoy，以加快检索速度而不影响准确性。尝试使用降维技术，如 PCA 或 t-SNE，来减少计算负担，同时保留重要的语义信息。定期清理和预处理您的语料库，以消除噪声并提高嵌入质量。最后，监测嵌入漂移情况，并定期更新您的嵌入，以确保它们反映目标领域的最新知识。
通过系统性实施这些优化方案，RAG 系统将在响应速度、结果准确率、资源利用率等维度获得全面提升。 AI 技术迭代迅速，建议定期进行压力测试与架构调优，持续跟踪最新优化方案，确保系统在技术发展中始终保持竞争优势。
RAG 成本计算器
估算 RAG 成本时，需要分析向量存储、计算资源和 API 使用等方面的开销。主要成本驱动因素包括向量数据库查询、嵌入生成和 LLM 推理。RAG 成本计算器是一款免费的在线工具，可快速估算构建 RAG 的费用，涵盖切块（chunking）、嵌入、向量存储/搜索和 LLM 生成。能帮助你发现节省费用的机会，最高可通过无服务器方案在向量存储成本上实现 10 倍降本。
Calculate your RAG cost
收获与总结
通过参加这个教程，你已经解锁了从头开始构建一个RAG系统的强大能力，使用了尖端工具！你学习了LangChain如何作为连接器，无缝地连接你的工作流程，同时简化数据分块和组件之间交互等复杂任务。LangChain向量存储作为你的内存动力源，能够高效地存储和检索嵌入，确保你的系统能够快速访问相关信息。通过Anthropic Claude 3.5 Haiku，你接触到了一个快速且具有成本效益的LLM，它在速度和智能之间取得了平衡，非常适合实时应用。我们还不能忘记Nomic Nomic Embed模型，它将你的原始文本转变为丰富的、上下文感知的嵌入，使你的RAG管道具备理解细微查询所需的深度。这些工具共同创建了一个动态管道，通过结合检索和生成来获取准确答案——再也不用猜测了！
但等等——还有更多！你还掌握了优化性能的专业技巧，比如调整分块大小以改善检索，或调整温度设置以平衡创造力和准确性。教程中甚至提供了一个免费的RAG成本计算器，帮助你估算费用并智能地扩展。现在你已经看到这些组件是如何组合在一起的，想象一下可能性：感觉像人类的聊天机器人、深入挖掘的研究助理，或自动化知识密集型任务的工具。最棒的部分是？你已经具备了实验、迭代和创新的能力。所以尽管去吧——构建一些疯狂的东西，微调到完美，并分享你的创作。智能应用的未来掌握在你手中，是时候让它成为现实了。让我们开始编码吧！🚀
欢迎反馈！
我们很期待听到你的使用心得与建议！ 🌟 你可以：
- 在下方留言；
- 加入 Milvus Discord 社区，与全球 AI 爱好者一起交流。 如果你觉得本教程对你有帮助，别忘了给 Milvus GitHub 仓库点个 ⭐，这将激励我们不断创作！💖
