使用 LangChain、LangChain vector store、Mistral AI Mistral Nemo 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。)
• Mistral AI Mistral Nemo: 该模型旨在进行高性能自然语言处理，强调可解释性和适应性。它在文本生成、对话系统和内容创作等任务中表现出色。非常适合营销和娱乐等行业，Mistral Nemo 能够提供丰富、连贯的叙事，同时允许针对特定领域需求进行微调。
• **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 Mistral AI Mistral Nemo

pip install -qU "langchain[mistralai]"

import getpass
import os

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

from langchain.chat_models import init_chat_model

llm = init_chat_model("open-mistral-nemo", model_provider="mistralai")

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。)

Mistral AI Mistral Nemo 优化建议

Mistral Nemo旨在进行领域特定的知识检索和响应生成，使检索效率成为首要任务。通过微调检索管道来优化性能，以确保在相似性搜索中使用与领域相关的嵌入。使用排名层优先选择最相关的上下文段落，然后将其传递给模型，从而减少令牌浪费。调整温度设定（0.1–0.3）以保持一致、结构化的响应。在延迟敏感的应用中，使用令牌流传输逐步响应，而不是等待完全完成。如果在生产环境中运行Nemo，请考虑使用分布式推理技术以有效管理大规模工作负载。持续监控检索准确性，并定期微调嵌入，以保持响应与领域特定更新的一致性。

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

“哇，我们刚刚一起经历了一段多么精彩的旅程！通过深入整合一个强大的框架、一个稳健的向量数据库、一个最先进的LLM（大语言模型）和一个有效的嵌入模型，您现在已经掌握了构建前沿检索增强生成（RAG）系统的基础知识。您学习了框架提供的结构如何协调这些组件的交互，确保它们能够无缝沟通。向量数据库？它就像您的涡轮增压器，提供超快速搜索，快速从大量数据中检索信息。还有，请不要忘记LLM，它利用对话智能生成响应，令其听起来非常人性化，从而为您的互动带来了全新的参与感！

另一方面，嵌入模型让您能够创建有意义的语义表示，捕捉数据的本质，使搜索和检索信息变得更加智能和高效。我们还讨论了一些出色的优化技巧，并介绍了一个免费的成本计算器，以帮助您的RAG系统经济且高效地运行。

现在您拥有了这个工具包，唯一的限制就是您的想象力！因此，请拿起这些概念，大胆实验，不断优化，开始创新您自己的RAG应用程序。世界在等待您的精彩创意！让我们开始构建吧！”

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！💖