44.9k联系我们登录免费试用

使用 LangChain、LangChain vector store、AWS Bedrock Claude 3 Opus 和 Ollama mxbai-embed-large 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。)
  • AWS Bedrock Claude 3 Opus: 这一款来自Claude 3系列的模型专注于高性能的自然语言理解和生成。它旨在满足需要细致文本创作、详细分析和高级对话能力的应用。非常适合希望提升客户互动、内容创作和复杂查询处理的企业，同时优化可扩展性。
  • Ollama mxbai-embed-large: 这个先进的人工智能模型专注于为自然语言处理任务生成高质量的嵌入。它的优势在于捕捉文本数据中的细微含义和关系，使其非常适合进行语义搜索、推荐系统和内容聚类应用。

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 AWS Bedrock Claude 3 Opus

pip install -qU "langchain[aws]"

# Ensure your AWS credentials are configured

from langchain.chat_models import init_chat_model

llm = init_chat_model("anthropic.claude-3-opus-20240229-v1:0", model_provider="bedrock_converse")

第 3 步：安装并配置 Ollama mxbai-embed-large

pip install -qU langchain-ollama

from langchain_ollama import OllamaEmbeddings

embeddings = OllamaEmbeddings(model="mxbai-embed-large")

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。)

AWS Bedrock Claude 3 Opus 优化建议

Claude 3 Opus 在 AWS Bedrock 上是一个高容量模型，适用于需要深度推理的复杂 RAG 应用程序。通过使用多步骤排名策略来优化检索，确保只有最相关的文档被纳入上下文。保持提示简洁但全面，以逻辑顺序结构化检索到的信息，有效引导模型。对于基于事实的任务，使用 0.1 到 0.2 之间的温度设置，而对于更具创意的响应则使用稍高的值。为了管理 API 成本和延迟，为高流量应用实施响应缓存和查询批处理。利用 AWS Bedrock 的自动扩展功能，以在不妥协响应时间的前提下处理波动的工作负载。如果 Opus 是多层次系统的一部分，则根据需要选择性地使用它，处理需要深度分析的高价值查询，同时将更简单的任务转给较小的模型。

Ollama mxbai-embed-large 优化建议

为了优化Ollama mxbai-embed-large组件在检索增强生成（RAG）设置中的表现，可以考虑在领域特定数据上对嵌入模型进行微调，以提升检索任务的相关性。利用批处理输入查询来提高吞吐量和效率，并实施缓存机制，对频繁访问的嵌入数据进行缓存以减少延迟。监控和分析性能指标，以识别瓶颈，并迭代调整超参数，如学习率和嵌入大小，同时利用混合精度训练来平衡准确性和资源利用。最后，定期用新数据更新嵌入数据库，以保持检索结果的准确性，确保您的RAG系统始终有效和响应迅速。

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。

立即使用 RAG 成本计算器

Calculate your RAG cost Calculate your RAG cost

收获与总结

通过深入这个教程，你已经解锁了从零开始构建RAG系统的魔力！你学习了LangChain如何作为连接组件的粘合剂——将AWS Bedrock的Claude 3 Opus（一个用于细腻、创造性响应的强大LLM）与Ollama的mxbai-embed-large模型（将文本转化为丰富的嵌入）以及LangChain向量存储（你的闪电般快速的检索引擎）紧密结合在一起。它们共同形成一个动态的管道，数据被智能地摄取、嵌入、存储和检索，使Claude 3 Opus能够生成基于现实世界上下文的答案。你看到如何将文档拆分为小块、优化元数据和调整检索参数可以大幅提升准确性和效率。此外，你探索的那个免费的RAG成本计算器？它是你在平衡性能与预算方面的秘密武器，确保你在不破产的情况下更智能地构建。

现在，你已准备好将理论付诸实践！无论你是在制作聊天机器人、研究工具还是个性化AI助手，你都拥有让它们具备洞察力、可扩展性和深刻上下文的工具。最棒的部分？这只是个开始。尝试不同的嵌入模型，调整你的检索策略，或添加特定领域的数据——你的创造力是唯一的限制。所以，启动你的IDE，玩弄那些代码片段，开始构建一些令人惊叹的东西。智能应用的未来掌握在你手中，而你已经具备塑造它的技能。让我们去创造魔法吧！🚀

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！💖

大规模向量数据库

Zilliz Cloud 是一个专为大规模应用构建的全托管向量数据库，完美适配您的 RAG 应用。

免费试用 Zilliz Cloud
快速免费计算您的 RAG 成本

继续阅读

AI Assistant