使用 LangChain、LangChain vector store、Mistral AI Pixtral Large 和 nomic-embed-text-v1.5 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 Large: 这个高级模型专为高质量的图像和文本生成而设计。凭借其强大的架构，它在创意内容生成、图像增强和多媒体集成等任务中表现出色。Pixtral Large 理想用于营销、设计和娱乐等应用，能够在保持用户友好体验的同时交付令人印象深刻的成果。
nomic-embed-text-v1.5: 该模型专注于生成高质量的文本嵌入，捕捉语义意义和上下文细微差别。其优势在于促进高效的相似性搜索和信息检索任务。非常适合在推荐系统、语义搜索和自然语言理解等应用中，提高各种NLP项目的性能。

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 Large

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-large-latest", model_provider="mistralai")

第 3 步：安装并配置 nomic-embed-text-v1.5

pip install -qU langchain-nomic

import getpass
import os

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

from langchain_nomic import NomicEmbeddings

embeddings = NomicEmbeddings(model="nomic-embed-text-v1.5")

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 Large 优化建议

Pixtral Large 是一个高性能的多模态模型，针对文本和图像输入的高级推理进行优化。通过确保高效的文档和图像索引来优化检索，利用混合搜索找到最相关的多模态内容。使用结构化上下文格式化提供检索到的文本和图像之间的清晰关系，防止模型响应中的模糊性。通过动态控制检索深度来调整推理设置——对于复杂的多模态查询获取更广泛的上下文，对于简单查询则专注于更狭窄的、高精度的检索。在将数据传递给模型之前，通过过滤冗余数据来优化令牌效率，以确保推理速度保持高效。对于频繁请求的多模态查询使用缓存，以减少处理开销。如果在生产环境中部署 Pixtral Large，请在多个节点之间分配推理，以有效处理大规模工作负载，同时保持延迟目标。

nomic-embed-text-v1.5 优化建议

nomic-embed-text-v1.5 是一个全面的嵌入模型，在各种文本检索场景中表现出色。在进行嵌入之前，优化文本预处理，去除停用词和冗余信息，以提高存储效率。使用层级索引结构管理大规模数据集中的嵌入，提高检索速度。利用余弦相似度过滤在查询后细化搜索结果。为了实现经济高效的扩展，一次对多个文档进行批量嵌入，并将嵌入存储在像 Milvus 或 FAISS 这样的分布式向量数据库中。如果处理快速变化的数据，实施增量索引而不是完全重新处理，以节省计算时间。定期通过与基准数据集验证，监测嵌入质量以确保相关性。

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

“你踏上了一段多么鼓舞人心的旅程啊！在这个教程中，你学习了如何通过无缝集成一个强大的框架、快速的向量数据库、高度功能强大的大型语言模型（LLM）和先进的嵌入模型，来利用最前沿的检索增强生成（RAG）系统的力量。你所使用的框架如何优雅地将所有这些组件结合在一起，打造出一个超过其部分总和的整体，真是令人惊叹。

向量数据库让你能够快速进行搜索，确保提取相关信息不仅高效，而且十分轻松！与此同时，Mistral AI Pixtral大型模型通过令人印象深刻的对话智能为你的应用增添了动力，使交互变得真切而引人入胜。最后，nomic-embed-text-v1.5嵌入模型为你的数据带来了深刻的语义表示，丰富了你应用的上下文和意义理解。

别忘了我们探索的那些有价值的优化技巧和实用的成本计算器——这些工具旨在提升你的项目，而不会使你的资源紧张。现在你掌握了这些基础知识，天空才是极限！卷起袖子，深入构建、优化和创新你自己的RAG应用吧。出去，发挥创造力，将你的想法变为现实——你有这个能力！祝你构建愉快！”