使用 LangChain、LangChain vector store、Fireworks AI Llama 3.1 405B Instruct 和 IBM slate-125m-english-rtrvr 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 Llama 3.1 405B Instruct: 这个来自Fireworks AI的先进模型专为遵循指令的任务而设计，拥有4050亿个参数，以增强理解和生成能力。它在提供详细、具有上下文意识的响应方面表现出色，非常适合客户支持、教育应用以及任何需要细腻对话能力的场景。
• IBM slate-125m-english-rtrvr: 该模型旨在针对英文文本检索任务进行微调，采用轻量高效的架构。其优势在于快速处理和高准确性，使其非常适合需要从大型文本数据集中快速获取相关信息的应用场景。使用案例包括文档搜索引擎、聊天机器人和内容推荐系统。

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 Llama 3.1 405B Instruct

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/llama-v3p1-405b-instruct", model_provider="fireworks")

第 3 步：安装并配置 IBM slate-125m-english-rtrvr

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="ibm/slate-125m-english-rtrvr",
    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 Llama 3.1 405B Instruct 优化建议

Llama 3.1 405B Instruct 是一个高容量模型，适用于需要详细推理的复杂 RAG 应用。通过在传递文档作为输入之前进行相关性评分的预排序来优化检索。通过首先呈现最关键的信息来有效构建提示，减少不必要的 token 消耗。在事实性任务中将温度设置在 0.1 到 0.2 之间，并调整 top-p 以优化输出质量。对重复查询使用缓存，以减轻 API 负载并提高响应时间。Fireworks AI 的 GPU 基础设施支持高效批处理—将多个查询组合在一起，以提高整体吞吐量。实现响应流式传输以支持实时应用，降低感知延迟。如果将 405B 与较小的模型一起使用，将其分配处理高复杂度任务，同时将简单查询委派给轻量级替代方案。

IBM slate-125m-english-rtrvr 优化建议

为了优化IBM slate-125m-english-rtrvr以用于检索增强生成（RAG），请确保您的文档检索系统经过领域特定数据的微调，以提高相关性。有效利用嵌入，通过实施余弦相似度进行高效的最近邻搜索，并考虑应用缓存机制来存储经常访问的文档。此外，尝试各种查询增强技术，如重新表述或添加相关关键词，以提升检索性能。监控和分析检索指标（例如准确率和召回率），以迭代优化您的设置；如果可能，可以采用集成方法，将多个检索模型结合起来，以提高检索内容的多样性。最后，定期更新您的语料库，以反映当前的知识和趋势。

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

通过深入本教程，您解锁了结合尖端工具创建智能高效RAG系统的强大力量！您了解到LangChain如何作为粘合剂，无缝连接您的数据管道与LLM。利用LangChain向量存储，您看到如何以闪电般的速度存储和检索信息，将原始数据转化为可操作的洞察。Fireworks AI Llama 3.1 405B Instruct模型以其生成类人、具上下文意识的响应能力让您大开眼界，而IBM slate-125m-english-rtrvr嵌入模型则将文本转换为丰富的数值表示，使搜索和检索比以往任何时候都更加智能。这些工具共同构成了一个RAG管道，随时准备处理复杂的查询、总结文档，甚至为聊天机器人提供动力，同时始终将准确性和相关性放在首位。

但这还不是全部！教程还分享了优化系统的专业技巧，比如调整检索参数和在速度与精度之间取得平衡。此外，别忘了免费的RAG成本计算器——这是一个让您的AI项目预算不再意外的游戏改变者。现在您已经看到这些组件如何结合在一起，想象一下可能性吧！无论您是在构建客户支持助手、研究工具，还是创意写作伴侣，您都具备实现这些的技能。所以，请大胆尝试、迭代和创新。未来的AI应用就在您的手中，而这仅仅是一个开始。构建一些精彩的东西，与世界分享，并不断推动RAG的边界。出发吧！🚀

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！💖