使用 LangChain、LangChain vector store、OpenAI GPT-4o mini 和 Nomic Nomic Embed 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。)
• OpenAI GPT-4o mini: 该模型是先进的GPT-4架构的紧凑版，旨在提高效率和降低资源消耗。它在自然语言理解和生成任务中表现出色，非常适合用于聊天机器人实现、内容创作以及响应速度和成本效益至关重要的互动应用。
• Nomic Nomic Embed: Nomic Embed 是一个先进的 AI 模型，旨在生成高维嵌入，用于捕捉文本数据中的语义关系。它的优势在于提供强大的文本表示，从而在自然语言理解任务中实现卓越的性能，例如信息检索、情感分析和推荐系统。Nomic Embed 非常适合于内容个性化和知识发现等应用，简化了从大型数据集中提取洞察的过程。

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 OpenAI GPT-4o mini

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.chat_models import init_chat_model

llm = init_chat_model("gpt-4o-mini", model_provider="openai")

第 3 步：安装并配置 Nomic Nomic Embed

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")

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。)

OpenAI GPT-4o mini 优化建议

GPT-4o mini是GPT-4o的一个更小、更具成本效益的变体，非常适合低延迟的RAG应用。通过限制检索的文档数量仅为最相关的文档，从而优化检索，确保模型不会因不必要的上下文而超负荷。有效地构建提示，使用项目符号或编号列表以增强清晰度和重点。将温度设定在0.1–0.2之间以获取事实性响应，并调整top-p和top-k值以细化输出精度。对频繁访问的查询实施缓存，以最小化API调用并降低成本。对于高吞吐量的应用，可以批量处理多个查询以优化API效率。流式传输响应以提高实时应用中的互动性。如果在多模型管道中使用GPT-4o mini，请考虑将其用于简单任务，同时将更大的模型保留用于复杂推理。

Nomic Nomic Embed 优化建议

为了优化在检索增强生成（RAG）设置中的 Nomic Nomic Embed 组件，重点是使用特定领域的数据微调您的嵌入模型，以增强上下文相关性。实施高效的索引策略，如使用 FAISS 或 Annoy，以加快检索速度而不影响准确性。尝试使用降维技术，如 PCA 或 t-SNE，来减少计算负担，同时保留重要的语义信息。定期清理和预处理您的语料库，以消除噪声并提高嵌入质量。最后，监测嵌入漂移情况，并定期更新您的嵌入，以确保它们反映目标领域的最新知识。

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

通过深入本教程，您已经解锁了结合尖端工具的力量，以构建一个既智能又高效的RAG系统！您了解了LangChain如何充当胶水，毫不费力地协调组件之间的工作流程，例如用于快速数据检索的LangChain向量存储、用于生成类人响应的OpenAI GPT-4o mini，以及Nomic Embed的强大文本嵌入，将非结构化数据转换为有意义的向量。当这些部分结合在一起时，魔法便发生了：您的系统摄取数据，将其转换为可搜索的嵌入，使用向量数据库检索最相关的片段，然后赋能LLM craft出精准、具有上下文感知的回答。您亲眼见证了灵活性和模块化如何让您更换组件（如嵌入模型或数据库）以满足项目需求——无论您是在优化速度、准确性还是成本。

但学习并没有就此停止！您获得了关于优化性能的专业技巧，例如平衡嵌入的块大小或利用元数据过滤来提升检索效果。凭借教程中介绍的免费RAG成本计算器，您现在可以提前估算开支，从而做出更明智的决策来扩展项目。这不仅仅是理论——您已经掌握了一份创新的蓝图。想象一下，构建能够理解细微差别的聊天机器人，创建能够即时呈现洞见的研究工具，或者设计能够实时适应用户的应用程序。工具在您手中，无限可能等待着您去探索。那么接下来呢？开始实验，调整那些参数，让您的创造力飞扬。智能应用的未来由您来构建——去实现它吧！🚀

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！💖