使用 LangChain、LangChain vector store、AWS Bedrock Claude 3 Sonnet 和 Azure text-embedding-ada-002 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 Sonnet: 该模型是Claude 3的一个强大版本，专为无缝集成于AWS Bedrock而设计。它结合了先进的自然语言处理能力和强大的推理技能，尤其适用于对话式人工智能、内容生成和个性化客户互动。其设计强调可扩展性和企业级应用的高效性。
- Azure text-embedding-ada-002: 这个模型专注于生成高质量的文本嵌入，能够有效地进行语义搜索和自然语言理解。它的强项在于生成具有丰富上下文的表示，从而增强文本分类、聚类和推荐系统等任务，使其非常适合于内容发现和个性化用户体验等应用。
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 Sonnet
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-sonnet-20240229-v1:0", model_provider="bedrock_converse")
第 3 步：安装并配置 Azure text-embedding-ada-002
pip install -qU langchain-openai
import getpass
import os
if not os.environ.get("AZURE_OPENAI_API_KEY"):
os.environ["AZURE_OPENAI_API_KEY"] = getpass.getpass("Enter API key for Azure: ")
from langchain_openai import AzureOpenAIEmbeddings
embeddings = AzureOpenAIEmbeddings(
azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
azure_deployment=os.environ["AZURE_OPENAI_DEPLOYMENT_NAME"],
openai_api_version=os.environ["AZURE_OPENAI_API_VERSION"],
)
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 Sonnet 优化建议
Claude 3 Sonnet 在 AWS Bedrock 上提供了效率和推理能力之间的平衡，使其成为通用 RAG 系统的强大选择。通过根据查询复杂性动态调整检索到的文档数量来优化检索，确保相关性而不使上下文窗口过载。清晰地结构化提示，将关键信息排在前面以最大限度地提高理解度。使用 0.1–0.3 的温度设置以确保高事实准确性，同时调整 top-k 和 top-p 来微调输出多样性。实施缓存以提高速度并减少令牌成本，缓存常用数据。利用 AWS Bedrock 的扩展选项有效处理可变流量，智能分配请求。如果与 Opus 或 Haiku 一起使用 Sonnet，则将其定位为中间层模型——处理适度复杂的查询，而无需 Opus 的计算开销。
Azure text-embedding-ada-002 优化建议
为了优化您在检索增强生成（RAG）设置中的 Azure text-embedding-ada-002 组件，请确保有效地批量处理请求，以减少延迟并最大化吞吐量；如果可能，尝试将每个请求分组至多 1000 个标记。预处理您的输入数据，以去除不必要的噪声和停用词，这可以提高嵌入质量。调整模型的参数以适应您的特定用例，专注于输入序列的长度并保持标记限制。利用缓存机制加速频繁查询的输入，并定期使用特定领域的数据微调您的嵌入，以增强相关性。最后，持续监控和分析性能指标，以进行迭代调整，满足数据模式或检索需求的任何变化。
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
通过深入学习本教程，您已解锁结合尖端工具从零开始构建动态RAG系统的力量！您了解了LangChain如何充当粘合剂，通过无缝连接数据源、嵌入模型和大型语言模型来协调整个管道。LangChain向量存储作为您的检索英雄，有效地存储和查询由Azure的text-embedding-ada-002生成的嵌入，将杂乱的文本转化为结构化、可搜索的知识。接下来是AWS Bedrock的Claude 3 Sonnet，这位杰出的对话者将获取的上下文转化为人类般的回答，结合了准确性与创造力。这些工具共同构成了一首交响曲：将数据分块、嵌入、存储以实现闪电般的快速搜索，并生成感觉充实自然的响应。您还学习了专业提示，比如调整分块大小以提高相关性、使用元数据过滤器以提高精度，以及在成本和性能之间寻求平衡——同时利用免费的RAG成本计算器在部署之前估算费用。
现在，您已准备好将理论转化为实践！无论您是在构建聊天机器人、研究助手还是自定义AI工具，您已经看到灵活性和优化能使您的RAG系统更智能且更高效。未来充满可能——尝试混合搜索策略、微调您的LLM提示或探索新的嵌入模型。请记住，您所做的每一次调整都能释放新的可能性。所以，启动您的IDE，玩转这些工具，让您的创造力自由挥洒。世界需要您创新的RAG应用——开始构建，持续迭代，见证您的想法变为现实。您可以做到的！🚀
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！💖
