使用 LangChain、LangChain vector store、Cohere Command R+ 和 Nomic Nomic 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。)
• Cohere Command R+: 该模型专注于快速检索和密集文本理解，优先考虑搜索和信息提取任务中的性能。凭借增强的上下文意识，它能够提供准确的结果，非常适合在客户支持、内容推荐和企业搜索解决方案等应用中，满足对响应效率和相关性高的需求。
• Nomic Nomic Embed: Nomic Embed 是一个先进的 AI 模型，旨在生成高维嵌入，用于捕捉文本数据中的语义关系。它的优势在于提供强大的文本表示，从而在自然语言理解任务中实现卓越的性能，例如信息检索、情感分析和推荐系统。Nomic Embed 非常适合于内容个性化和知识发现等应用，简化了从大型数据集中提取洞察的过程。

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 Cohere Command R+

pip install -qU "langchain[cohere]"

import getpass
import os

if not os.environ.get("COHERE_API_KEY"):
  os.environ["COHERE_API_KEY"] = getpass.getpass("Enter API key for Cohere: ")

from langchain.chat_models import init_chat_model

llm = init_chat_model("command-r-plus", model_provider="cohere")

第 3 步：安装并配置 Nomic Nomic Embed

pip install -qU langchain-nomic

import getpass
import os

if not os.environ.get("NOMIC_API_KEY"):
  os.environ["NOMIC_API_KEY"] = getpass.getpass("Enter API key for Nomic: ")

from langchain_nomic import NomicEmbeddings

embeddings = NomicEmbeddings(model="nomic-embed-text-v1")

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。)

Cohere Command R+ 优化建议

Cohere Command R+ 是一个针对检索密集型工作负载优化的高级模型，因此精炼上下文选择和排名机制至关重要。使用 Cohere 的重排名模型对检索到的段落进行排序，基于语义相关性，确保仅处理最相关的信息。通过将文档分段为有意义的块并限制不必要的上下文，优化令牌经济，避免提示过载。根据查询的复杂性动态调整检索深度——对于复杂查询进行更广泛的搜索，针对简单提示进行更狭窄的搜索。根据使用案例微调温度和采样参数，较低的值确保更可靠、真实的输出。对于高吞吐量的应用，实施异步处理和并行查询执行以提高效率。对经常访问的主题进行缓存和预生成响应，可以显著降低推理成本并提高响应时间。根据用户反馈和性能分析定期测试和优化检索配置，以保持 RAG 工作流中的高质量输出。

Nomic Nomic Embed 优化建议

为了优化在检索增强生成（RAG）设置中的 Nomic Nomic Embed 组件，重点是使用特定领域的数据微调您的嵌入模型，以增强上下文相关性。实施高效的索引策略，如使用 FAISS 或 Annoy，以加快检索速度而不影响准确性。尝试使用降维技术，如 PCA 或 t-SNE，来减少计算负担，同时保留重要的语义信息。定期清理和预处理您的语料库，以消除噪声并提高嵌入质量。最后，监测嵌入漂移情况，并定期更新您的嵌入，以确保它们反映目标领域的最新知识。

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

收获与总结

通过深入这个教程，您解锁了从零开始构建强大RAG系统的魔力！您学习了LangChain如何作为粘合剂，完美连接所有组件——将LangChain向量存储结合在一起，以实现快速的数据检索，将Cohere的Command R+用于生成类人且上下文敏感的响应，以及使用Nomic Embed将文本转换为丰富且有意义的向量。这种集成不仅仅是堆叠工具；而是创建一个管道，让每个组件都能大放异彩。LangChain协调数据流动，向量存储充当您的知识库，Nomic的嵌入让搜索更智能，而Cohere的LLM则将原始数据转化为精炼的答案。您亲眼目睹了用户查询如何迅速穿过这个管道：嵌入提取相关上下文，LLM生成回应，瞧——您构建了一种几乎感觉“活”的AI！

但等等，还有更多！您还掌握了优化RAG系统的专业技巧，例如调整块大小以改善检索，或利用教程中提到的免费RAG成本计算器来平衡成本和性能。这些额外的功能使您能够高效地构建和明智地扩展。现在您已经看到这些组件是如何结合在一起的，想象一下未来的可能性——定制聊天机器人、动态问答系统，甚至自己的AI驱动研究助手。这些工具在您手中，而唯一的限制就是您的创造力。所以继续吧，调整那些参数，尝试新的数据集，观看您的想法成型。您不仅仅是在执行步骤；您正在开创智能应用的未来。让我们一起构建一些惊人的东西——今天就开始吧！🚀

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！💖