使用 LangChain、LangChain vector store、Groq Qwen2.5 32B Instruct 和 OpenAI text-embedding-3-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。)
• Groq Qwen2.5 32B Instruct: Groq Qwen2.5 是一款大型AI语言模型，专为指令跟随任务而设计。它拥有320亿个参数，擅长生成连贯、上下文相关的响应，并理解复杂查询。非常适合用于客户服务、内容创作和教育工具等应用，通过其强大且适应性强的能力提升用户互动体验。
• **text-embedding-3-large: OpenAI的文本嵌入模型，生成1536维的嵌入，专为语义搜索和相似性匹配等任务而设计。

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 Groq Qwen2.5 32B Instruct

pip install -qU "langchain[groq]"

import getpass
import os

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

from langchain.chat_models import init_chat_model

llm = init_chat_model("qwen-2.5-32b", model_provider="groq")

第 3 步：安装并配置 OpenAI text-embedding-3-large

pip install -qU langchain-openai

import getpass
import os

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

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-large")

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。)

Groq Qwen2.5 32B Instruct 优化建议

为了在检索增强生成（RAG）设置中优化Groq Qwen2.5 32B指令模型，可以考虑实施混合精度训练，以减少内存使用并提高吞吐量。根据数据集微调超参数，如学习率和批量大小，以改善性能。利用高效的索引方法加速检索组件，以缩短查询响应时间。此外，缓存频繁的查询和响应，以最小化冗余计算。定期评估模型在验证数据上的性能，以识别随时间变化的性能下降，从而及时进行再训练或调整。最后，利用数据增强技术丰富训练数据集，这可以帮助模型在未见的查询中更好地进行泛化。

OpenAI text-embedding-3-large 优化建议

OpenAI text-embedding-3-large 是一种高容量的嵌入模型，旨在提供精确和丰富的语义表示，使其非常适合需要复杂文档检索的 RAG 系统。通过在生成嵌入之前对文本进行预处理和标准化来优化效率，以减少噪声。如果存储或计算的限制成为问题，可以使用降维技术，如 PCA。当查询时，利用基于 HNSW 的近似最近邻 (ANN) 搜索来加速检索，同时保持准确性。批量处理嵌入请求以减少延迟并优化资源利用。实施重排序模型，根据查询上下文进一步细化前几个结果。定期用新摄取的数据更新嵌入存储，以保持检索的相关性。

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

通过深入学习本教程，你已经解锁了从零开始构建强大RAG系统的魔法！你了解到，LangChain如何充当将所有元素结合在一起的粘合剂，协调数据、嵌入和语言模型之间的流动。LangChain向量存储就像你可靠的图书管理员，利用OpenAI的text-embedding-3-large捕捉的丰富上下文，以闪电般的速度组织和检索信息——这个模型将文本转化为致密且有意义的向量。接着是Groq的Qwen2.5 32B Instruct，这款强大的LLM将检索到的片段转换为连贯的人类般的响应，同时得益于Groq的硬件加速，在计算过程中迅速高效。这些元素共同构成了一个无缝的管道：获取数据、提取相关上下文，并生成几乎感觉活着的答案。

但等等，还有更多！你还学习了一些优化性能的专业技巧，比如调整嵌入的块大小或微调检索策略，以平衡速度和准确性。别忘了免费的RAG成本计算器，这是你在预算API调用和控制费用方面的新好伙伴。现在，既然你已经看到了这些工具是如何和谐运作的，真正的冒险才刚刚开始。想象一下，将这个框架自定义为让用户惊艳的聊天机器人、深入探索的研究助手，或激发创新的创意工具。你已经掌握了蓝图——所以勇敢地前进，毫无畏惧地实验，创造出令人惊叹的东西。智能应用的未来掌握在你手中，前景比以往更加光明。让我们一起实现它吧！🚀

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！💖