44.9k联系我们登录免费试用

使用 LangChain、LangChain vector store、AWS Bedrock Claude 3 Sonnet 和 Ollama snowflake-arctic-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。)
  • 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。
  • Ollama Snowflake-Arctic-Embed: 该模型专注于为结构化和非结构化数据生成高维嵌入，利用先进的深度学习技术。它的优势包括高效处理大型数据集和生成上下文表示，使其非常适合用于推荐系统、语义搜索和个性化内容传递等应用。

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 Ollama snowflake-arctic-embed

pip install -qU langchain-ollama

from langchain_ollama import OllamaEmbeddings

embeddings = OllamaEmbeddings(model="snowflake-arctic-embed")

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。

Ollama snowflake-arctic-embed 优化建议

为了优化您在检索增强生成设置中的Ollama snowflake-arctic-embed组件，请确保在特定领域的数据上对嵌入模型进行微调，以提高相关性和准确性。利用缓存机制来存储频繁访问的嵌入，以减少计算时间。尝试不同的嵌入维度，以平衡性能和资源使用，并实施向量量化技术，在不显著影响质量的情况下节省内存空间。此外，定期监控性能指标，并相应地调整超参数，以在您的检索任务中获得最佳效果。

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

通过深入本教程，你已解锁了从零开始构建增强检索生成（RAG）系统的力量，将最前沿的工具拼接在一起，创造出真正有影响力的东西！你学习了如何通过LangChain作为粘合剂，灵活的框架协调整个流程，而LangChain Vector Store则作为你可靠的知识库，高效地存储和检索嵌入，提升上下文感知的响应能力。接着是AWS Bedrock的Claude 3 Sonnet，这个大型语言模型（LLM）强者将检索到的信息转化为连贯且类似人类的答案——仿佛在你指尖拥有一个聪明的对话者。我们还要提到Ollama的Snowflake-Arctic-Embed，这位不知名的英雄将原始数据转化为丰富的嵌入，确保你的系统理解细微差别和相关性。所有这些工具共同构成一个无缝的RAG管道，连接数据和对话，使静态信息转变为动态互动。此外，你还掌握了优化切块策略和平衡成本与性能权衡等专业技巧，以及一个实用的免费RAG成本计算器，让你的项目在不牺牲质量的前提下保持预算友好。

现在，想象一下你接下来可以构建的东西！无论是客户支持机器人、研究助手还是创意头脑风暴伙伴，你都拥有工具和知识将智能系统变为现实。本教程不仅仅是关于逐步执行——而是关于赋予你创新、迭代和突破界限的能力。因此，启动你的代码编辑器，尝试不同的数据集，调整那些参数，观看你的想法演变为令用户惊艳的解决方案。RAG生态系统是你的游乐场，而天空才是极限。准备好，开始构建——你下一个突破只需几行代码的距离！ 🚀

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