44.6k登录联系我们免费试用

使用 LangChain、LangChain vector store、AWS Bedrock Claude 3.5 Sonnet 和 Ollama granite-embedding 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。
  • Ollama Granite-Embedding: 这个AI模型专注于为各种数据类型生成高质量的嵌入，提升搜索和推荐系统的效果。它的优势在于能够捕捉数据中复杂的关系，使其非常适合用于语义搜索、自然语言处理或数字平台中的个性化应用。

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 3.5 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 Ollama granite-embedding

pip install -qU langchain-ollama

from langchain_ollama import OllamaEmbeddings

embeddings = OllamaEmbeddings(model="granite-embedding")

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。

Ollama granite-embedding 优化建议

为了优化您的检索增强生成（RAG）设置中的Ollama石材嵌入组件，请确保对文本数据进行预处理，以去除噪声和无关信息，从而提升嵌入的质量。利用批处理来批量创建嵌入，这可以显著提高吞吐量并减少计算开销。尝试不同的嵌入维度，以找到您特定用例中准确性与性能之间的最佳折衷。此外，考虑在领域特定数据上对嵌入模型进行微调，以增强在检索任务中的反应能力和相关性。最后，定期监控和评估性能指标，以识别瓶颈并迭代优化您的方法。

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

通过学习本教程，你在理解先进的 AI 组件如何结合在一起构建强大的检索增强生成（RAG）系统方面迈出了重要的一步！你了解到 LangChain 如何起到粘合剂的作用，无缝地协调你的向量数据库、大型语言模型（LLM）和嵌入模型之间的交互。LangChain 向量存储成为你高效摄取、分块和检索数据的首选工具，而 AWS Bedrock 的 Claude 3.5 Sonnet 以其能够基于检索知识生成类人响应的能力让你大吃一惊。与 Ollama 的 Granite-Embedding 模型相结合，你亲眼见证了文本如何转化为有意义的向量表示，使语义搜索不仅变得可能，而且速度极快。这些组件共同形成了一个动态管道，每个部分都发挥着作用——LangChain 负责工作流管理，嵌入用于上下文理解，Claude 进行智能合成，而向量存储则实现即时知识访问。

但等等，还有更多！你还获取了优化 RAG 系统的专业技巧，比如调整分块大小和实验混合搜索策略。别忘了那个免费的 RAG 成本计算器——你平衡性能和预算的新秘密武器。现在你已经看到这些工具是如何协同工作的，真正的魔法才刚刚开始。想象一下你可以构建的聊天机器人、研究助手或自定义知识库！那么你还在等什么？带上这份蓝图，大胆实验，给 RAG 加上你的个人风格。基于 AI 的应用的未来就在你的指尖——去创造一些让世界惊艳的东西吧！🚀

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