使用 LangChain、LangChain vector store、Mistral AI Pixtral 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 Pixtral: Pixtral是一个尖端的图像生成模型，旨在高质量视觉内容创作。它专注于艺术风格迁移和细节准确性，擅长将文本提示转化为生动的图像。Pixtral非常适合设计、营销和创意领域的应用，以其多功能性和美学精确性提升工作流程。
**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 Pixtral

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("pixtral-12b-2409", 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 Pixtral 优化建议

Pixtral 针对多模态 RAG 应用进行了优化，需要对文本和视觉数据检索进行仔细管理。通过使用专门的嵌入来提高检索效率——对文本使用向量搜索，对图像使用基于 CLIP 的嵌入。实施一种多模态排序系统，以优先考虑最具上下文相关性的段落和图像。通过有效构建输入提示来优化模型性能，确保文本和视觉信息良好集成，避免不必要的重复。根据响应需求微调温度设置——对于以准确性为驱动的应用，使用较低的值（0.1–0.2），对于创意输出则使用较高的值。如果进行大规模部署，请使用并行推理以高效处理大规模多模态数据集。通过利用批处理和缓存策略来简化推理，尤其是在处理频繁查询的图像和文本对时。

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

你学到了什么？哇！你刚刚经历了一场令人难以置信的教程，它无缝地整合了一个强大的框架、一个向量数据库、一个最先进的语言模型和一个嵌入模型，以创建一个先进的检索增强生成系统。每个组件扮演着独特的角色，难道这不是很惊人吗？这个框架LangChain完美地将一切串联在一起，提供了一个坚实的骨架，协调数据、查询和响应之间的互动。配备LangChain的向量存储的向量数据库，是你快速高效搜索的强大引擎，让你能够迅速检索相关数据，而不会出现延迟。

接下来是LLM——Mistral AI Pixtral——为你的应用注入生命，提供对话智能，生成上下文相关的响应，甚至让聊天机器人听起来像个专业人士。还有不可忽视的嵌入模型——OpenAI的text-embedding-3-large——它将你的数据转化为丰富的语义表示，使理解和连接概念变得轻而易举。

在这段旅程中，你还收到了宝贵的优化建议，甚至还有一个便捷的免费成本计算器，确保你的系统保持高效和经济。现在你掌握了这些知识，是时候释放你的创造力了！开始构建、优化和创新你自己独特的RAG应用。可能性是无穷无尽的，我们迫不及待想看到你创造的作品。走出去，让你的想法变为现实吧！