使用 LangChain、LangChain vector store、Fireworks AI DeepSeek V3 和 IBM multilingual-e5-large 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。)
Fireworks AI DeepSeek V3: 这个高级 AI 模型专注于深度数据探索和分析，通过其强大的分析能力提供有力的洞察。它在模式识别和预测分析方面具有优势，特别适合于金融和医疗等领域，在这些领域，揭示隐藏趋势和做出基于数据的决策至关重要。
IBM multilingual-e5-large: 这个先进的AI模型在多语言自然语言处理方面表现出色。它专为文本生成、翻译和情感分析等任务而设计，展现出强大的上下文理解能力和流利性。非常适合希望提升客户互动和实现多语言沟通自动化的全球企业。

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 Fireworks AI DeepSeek V3

pip install -qU "langchain[fireworks]"

import getpass
import os

if not os.environ.get("FIREWORKS_API_KEY"):
  os.environ["FIREWORKS_API_KEY"] = getpass.getpass("Enter API key for Fireworks AI: ")

from langchain.chat_models import init_chat_model

llm = init_chat_model("accounts/fireworks/models/deepseek-v3", model_provider="fireworks")

第 3 步：安装并配置 IBM multilingual-e5-large

pip install -qU langchain-ibm

import getpass
import os

if not os.environ.get("WATSONX_APIKEY"):
  os.environ["WATSONX_APIKEY"] = getpass.getpass("Enter API key for IBM watsonx: ")

from langchain_ibm import WatsonxEmbeddings

embeddings = WatsonxEmbeddings(
    model_id="intfloat/multilingual-e5-large",
    url="https://us-south.ml.cloud.ibm.com",
    project_id="<WATSONX PROJECT_ID>",
)

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。)

Fireworks AI DeepSeek V3 优化建议

DeepSeek V3经过优化，专注于高级推理和响应质量，使其成为需要深度上下文理解的RAG应用程序的强大选择。通过实施多阶段排名来提高检索效果，确保只有最相关的文档作为上下文。使用结构化提示，清晰划分检索内容与用户查询之间的界限。调整温度（0.1-0.2）以提高准确性，并微调top-k/top-p以控制响应。通过预计算嵌入和缓存常见查询数据来最小化延迟。利用Fireworks AI的API优化，批量处理多个请求，减少处理开销。在高需求场景中实施动态扩展策略，确保模型在负载下的性能保持一致。如果在多层架构中使用，针对高价值查询部署DeepSeek V3，同时利用较小的模型进行基础查询。

IBM multilingual-e5-large 优化建议

为了优化IBM多语言e5-large模型以用于检索增强生成（RAG）设置，考虑在领域特定数据上对模型进行微调，以提高生成过程中的相关性和连贯性。通过利用多样化和高质量的数据集来保持平衡的检索，从而增强提供给模型的上下文质量。为常见请求的查询实施缓存机制，以最小化延迟并改善响应时间。密切监控提示设计，确保其简洁且上下文丰富，以有效引导模型。最后，整合用户反馈，以迭代方式完善检索和生成过程，从而提升整体性能和用户满意度。

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，你已经解锁了将尖端工具结合在一起，构建一个完整的 RAG 系统的能力！你学到了 LangChain 如何作为连接一切的粘合剂——协调你的数据、模型和用户查询之间的工作流程。LangChain 向量存储成为你的检索强力引擎，有效地存储和搜索嵌入，以找到最相关的上下文。Fireworks AI 的 DeepSeek V3 LLM 成为你的创意引擎，生成自然且富有洞察力的人类般的响应。同时，IBM 的多语言 e5-large 嵌入模型将文本转化为丰富的数值表示，确保你的系统能够精准理解和处理多种语言的查询。这些工具共同形成了一个无缝的管道，将原始数据转化为可操作的知识，同时平衡速度、准确性和可扩展性。

但这不仅仅是关于设置——你还学到了优化性能的专业技巧，比如调整嵌入的块大小和微调检索阈值。此外，免费的 RAG 成本计算器为你提供了一种实际的方式来估算开支，明智地扩展你的项目。现在，既然你已经看到这些部分是如何结合在一起的，想象一下可能性！无论你是在构建多语言聊天机器人、智能搜索工具，还是 AI 驱动的研究助手，你都拥有了创新的基础。所以，尽管去实验、迭代，让你的创造力自由驰骋。RAG 的世界等着你去探索，这只是个开始。开始构建，毫无畏惧地优化，观看你的想法变为现实！🚀

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！💖

内容

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

分享文章

快速免费计算您的 RAG 成本

使用 LangChain、LangChain vector store、Fireworks AI DeepSeek V3 和 IBM multilingual-e5-large 构建 RAG 聊天机器人

什么是 RAG

核心组件说明

实战：搭建 RAG 聊天机器人

第 1 步：安装并配置 LangChain

第 2 步：安装并配置 Fireworks AI DeepSeek V3

第 3 步：安装并配置 IBM multilingual-e5-large

第 4 步：安装并配置 LangChain vector store

第 5 步：正式构建 RAG 聊天机器人

测试聊天机器人

示例输出

优化小贴士

LangChain 优化建议

LangChain in-memory vector store 优化建议

Fireworks AI DeepSeek V3 优化建议

IBM multilingual-e5-large 优化建议

RAG 成本计算器

收获与总结

欢迎反馈！

内容

大规模向量数据库

分享文章

继续阅读

RAG优化不抓瞎！Milvus检索可视化，帮你快速定位嵌入、切块、索引哪有问题

从 CLIP 到 JinaCLIP：搜索和多模态 RAG 中的通用文本-图像表示学习

RAG 修炼手册｜揭秘 RAG 时代的新向量数据库

AI Assistant

使用 LangChain、LangChain vector store、Fireworks AI DeepSeek V3 和 IBM multilingual-e5-large 构建 RAG 聊天机器人

什么是 RAG

核心组件说明

实战：搭建 RAG 聊天机器人

第 1 步：安装并配置 LangChain

第 2 步：安装并配置 Fireworks AI DeepSeek V3

第 3 步：安装并配置 IBM multilingual-e5-large

第 4 步：安装并配置 LangChain vector store

第 5 步：正式构建 RAG 聊天机器人

测试聊天机器人

示例输出

优化小贴士

LangChain 优化建议

LangChain in-memory vector store 优化建议

Fireworks AI DeepSeek V3 优化建议

IBM multilingual-e5-large 优化建议

RAG 成本计算器

收获与总结

欢迎反馈！

内容

大规模向量数据库

分享文章

继续阅读

RAG优化不抓瞎！Milvus检索可视化，帮你快速定位嵌入、切块、索引哪有问题

从 CLIP 到 JinaCLIP：搜索和多模态 RAG 中的通用 文本-图像表示学习

RAG 修炼手册｜揭秘 RAG 时代的新向量数据库

AI Assistant

从 CLIP 到 JinaCLIP：搜索和多模态 RAG 中的通用文本-图像表示学习