使用 LangChain、LangChain vector store、AWS Bedrock Claude 3.5 Sonnet 和 Azure text-embedding-3-small 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 3.5 Sonnet: 该模型结合了Claude 3.5的先进语言处理能力和AWS的可扩展基础设施，为复杂文本生成任务提供了更强大的性能。它的优势在于多样性和韧性，非常适合用于创意写作、客户支持自动化和互动内容生成等应用。
- Azure text-embedding-3-small: 这个AI模型专门生成文本输入的密集向量表示，促进语义理解和比较。它的优势在于效率和可扩展性，使其非常适合用于文本分类、信息检索以及自然语言处理等应用场景，在这些场合快速的语义相似性评估至关重要。
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 3.5 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-3-5-sonnet-20241022-v2:0", model_provider="bedrock_converse")
第 3 步：安装并配置 Azure text-embedding-3-small
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 3.5 Sonnet 优化建议
Claude 3.5 Sonnet在AWS Bedrock中提供了效率和推理之间的更好平衡。通过结合重排序技术来优化检索，优先考虑最具上下文相关性的文档。保持提示结构清晰，避免不必要的细节，以防止上下文窗口饱和。对事实性响应使用0.1到0.3之间的温度值，根据需要微调top-p和top-k。缓存频繁访问的数据以减少冗余的API调用，从而降低运营成本。利用AWS Bedrock的弹性扩展能力，在需求激增时维持性能。如果与Claude 3.5 Opus一起使用，将更复杂的推理任务委托给Opus，而Sonnet则处理通用查询。
Azure text-embedding-3-small 优化建议
为了优化 Azure text-embedding-3-small 模型以适应你的检索增强生成 (RAG) 设置，考虑将输入文本批处理，以同时处理多个请求，这可以显著提高吞吐量。使用相关关键词来微调嵌入，并确保对文本进行预处理，以去除噪声，例如不必要的标点符号或停用词。在检索过程中尝试不同的相似性度量，比如余弦相似度，以提高结果的相关性。利用缓存机制存储经常访问的嵌入，从而减少响应时间。最后，定期监测和分析性能指标，以便进行迭代改进，并根据用户反馈调整你的方法，使模型与特定用例更紧密地对齐。
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
"到目前为止，你已经亲身体验了将尖端工具结合在一起构建一个既智能又高效的RAG系统是多么强大的过程！你了解到LangChain充当了粘合剂，协调整个工作流程——从摄取和拆分数据到无缝连接你的向量数据库和LLM。使用Azure的text-embedding-3-small，你将原始文本转化为丰富的嵌入，捕捉了数据的细微差别，使得LangChain向量存储能够快速索引和检索出最相关的上下文。接着，AWS Bedrock的Claude 3.5 Sonnet作为大脑，生成了基于所检索知识的人类般的响应。这就像是在观看一台运行良好的机器，每个组件都熠熠生辉：LangChain带来灵活性，Azure提供成本效益高的嵌入，而Claude则以闪电般的速度和高质量的输出表现突出。此外，这些优化技巧——如调整块大小或使用元数据过滤器——为你提供了专业级的窍门，以最大限度地提升系统的性能。别忘了你探索的免费RAG成本计算器！它是你平衡准确性和预算的秘密武器，确保你的项目保持可扩展而不会超出预算。
但这仅仅是一个开始。想象一下你现在能构建什么——感觉异常人性的定制聊天机器人、能够在几秒钟内从数据山中挖掘信息的研究助手，或者与您一同进行头脑风暴的创意工具。工具在你手中，可能性是无穷无尽的。因此，尽管去调整那些参数，尝试新数据集，推动RAG的边界。你拥有了蓝图；现在是时候进行创新、优化，让你最狂野的AI构想变为现实。智能应用的未来从你开始。让我们一起构建一些令人惊叹的作品吧！🚀"
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！💖
