使用 LangChain、LangChain vector store、Mistral AI Pixtral 和 voyage-3-lite 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。
Voyage-3-Lite: 该模型专为资源受限的环境而设计，提供了一种轻量级和高效的解决方案，适用于各种自然语言处理任务。它在聊天机器人、内容生成和实时文本分析等应用中表现出色，能够快速提供响应，同时在性能和计算效率之间保持平衡。非常适合需要高吞吐量而资源有限的开发者。

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 voyage-3-lite

pip install -qU langchain-voyageai

import getpass
import os

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

from langchain-voyageai import VoyageAIEmbeddings

embeddings = VoyageAIEmbeddings(model="voyage-3-lite")

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。

voyage-3-lite 优化建议

voyage-3-lite 经过优化，以提高速度和效率，使其成为低延迟 RAG 应用的强有力选择。通过采用自适应过滤技术来最小化检索文档的数量，同时保持相关性，从而改善检索效果。保持提示简洁明了，避免冗余的上下文，以减少处理开销。将温度设置在 0.1 到 0.2 之间，以优先考虑事实准确性，防止不必要的响应变异。使用缓存减少对常见查询的重复 API 调用。实施响应流，以改善实时应用中的用户体验。在高吞吐量场景中运行 voyage-3-lite，以优化资源使用，速度优先于深度推理，保留更大的模型用于更复杂的分析。

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？

祝贺你成功完成这个令人兴奋的教程！我们深入探讨了检索增强生成（RAG）系统的迷人世界，看到所有这些组件——框架、向量数据库、大语言模型（LLM）和嵌入模型——如何结合在一起，创建出一个强大的解决方案，这令人感到激动。

首先，我们探讨了LangChain框架如何作为支柱，顺利集成各个元素，使它们和谐工作。这使得您的开发过程更加顺畅和结构化，提供了构建复杂系统的工具。接着，我们深入了解了LangChain向量存储的能力，它提供快速高效的搜索，轻松检索相关信息，确保您的用户实时获得所需的答案。

Mistral AI的Pixtral大语言模型将其提升到另一个层次，增添了真正吸引用户的对话智能。这就像在您指尖拥有一个超级聪明的助手！与此同时，voyage-3-lite嵌入模型丰富了您的数据，提供丰富的语义表示，使得对上下文和相关性的深入理解成为可能——这对任何RAG应用都是至关重要的。

别忘了我们沿途分享的优化建议，以及帮助您有效管理资源的实用成本计算器。现在您已经掌握了所有这些动态组件，真正的乐趣才开始！那么，为什么还要等待呢？开始构建、优化和创新您自己的RAG应用吧。潜力是无限的，凭借您新获得的知识，您准备好在这个领域取得令人难以置信的进展。深入挖掘，释放您的创造力——您能做到的！