使用 LangChain、LangChain vector store、NVIDA Llama 3 70B Instruct 和 Azure text-embedding-ada-002 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。)
• NVIDIA Llama 3 70B Instruct: 这个强大的模型旨在执行指令遵循任务，利用其700亿个参数提供高质量的响应。它在生成详细答案和进行复杂对话方面表现出色，非常适合用于教育工具、客户支持以及需要细致理解和指导的互动应用程序。
• Azure text-embedding-ada-002: 这个模型专注于生成高质量的文本嵌入，能够有效地进行语义搜索和自然语言理解。它的强项在于生成具有丰富上下文的表示，从而增强文本分类、聚类和推荐系统等任务，使其非常适合于内容发现和个性化用户体验等应用。

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 NVIDA Llama 3 70B Instruct

pip install -qU "langchain-nvidia-ai-endpoints"

import getpass
import os

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

from langchain.chat_models import init_chat_model

llm = init_chat_model("meta/llama3-70b-instruct", model_provider="nvidia")

第 3 步：安装并配置 Azure text-embedding-ada-002

pip install -qU langchain-openai

import getpass
import os

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

from langchain_openai import AzureOpenAIEmbeddings

embeddings = AzureOpenAIEmbeddings(
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    azure_deployment=os.environ["AZURE_OPENAI_DEPLOYMENT_NAME"],
    openai_api_version=os.environ["AZURE_OPENAI_API_VERSION"],
)

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。)

NVIDIA Llama 3 70B Instruct 优化建议

NVIDIA Llama 3 70B Instruct 是一个高精度模型，理想用于需要深入推理和分析的 RAG 应用。通过使用分层文档排序来优化检索，仅筛选最相关的段落，从而减少不必要的令牌消耗。将提示结构化，以便用户查询、检索的上下文和系统指令之间有明确的分隔，以获得最佳性能。保持温度在 0.1 到 0.3 之间，以确保事实一致性，同时微调 top-k 和 top-p，以更好地控制响应多样性。利用 NVIDIA 的 TensorRT-LLM 和优化的推理堆栈来加速模型执行，减少延迟。使用批处理策略以提高高容量工作负载的吞吐量。如果部署多个模型，将 Llama 3 70B 分配给处理需要深度上下文理解的复杂查询，同时为更快、低复杂度的任务保留轻量级模型。

Azure text-embedding-ada-002 优化建议

为了优化您在检索增强生成（RAG）设置中的 Azure text-embedding-ada-002 组件，请确保有效地批量处理请求，以减少延迟并最大化吞吐量；如果可能，尝试将每个请求分组至多 1000 个标记。预处理您的输入数据，以去除不必要的噪声和停用词，这可以提高嵌入质量。调整模型的参数以适应您的特定用例，专注于输入序列的长度并保持标记限制。利用缓存机制加速频繁查询的输入，并定期使用特定领域的数据微调您的嵌入，以增强相关性。最后，持续监控和分析性能指标，以进行迭代调整，满足数据模式或检索需求的任何变化。

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

到现在为止，你已经掌握了从零开始构建强大RAG系统的魔力！你了解到，LangChain如何作为你的管道的支柱，无缝连接每个组件，就像指挥家引导乐团一样。LangChain的向量存储成为了你动态的记忆库，利用Azure的text-embedding-ada-002模型高效地存储和检索上下文，将文本转化为丰富而有意义的嵌入。这些嵌入赋予了你的系统所需的上下文意识，使其能准确回答复杂问题。然后是NVIDIA的Llama 3 70B Instruct——这一强大的大语言模型将检索到的信息综合成类似人类的回复，将速度与深思熟虑相结合。借助这些工具，数据从检索到生成的工作流程变得精确，将原始信息转化为可操作的洞见。

但等等，还有更多！你还学到了优化RAG管道的专业技巧，比如平衡上下文和效率的分块策略，以及使用免费的RAG成本计算器在规模化前估算费用。想象一下，现在的可能性——定制提示，微调检索阈值，甚至为特定用例更换组件。AI驱动应用的未来掌握在你手中，这个教程只是一个开端。去吧——大胆实验，不断调整，勇于创新。无论你是在构建聊天机器人、研究工具，还是企业解决方案，你都有实现这一切的工具包。世界需要你的创意。开始构建，让你的RAG系统大放异彩吧！🚀

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！💖