44.9k联系我们登录免费试用

使用 LangChain、LangChain vector store、OpenAI GPT-o1 和 Ollama granite-embedding 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-01: 这个基础模型标志着OpenAI生成预训练变换器的开始。通过对多样文本的广泛训练，GPT-01在各种自然语言处理任务中表现出色，包括文本生成、翻译和对话。它的多功能性使其成为原型应用和增强早期人工智能部署中交互用户体验的理想选择。
  • Ollama Granite-Embedding: 这个AI模型专注于为各种数据类型生成高质量的嵌入，提升搜索和推荐系统的效果。它的优势在于能够捕捉数据中复杂的关系，使其非常适合用于语义搜索、自然语言处理或数字平台中的个性化应用。

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 OpenAI GPT-o1

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("o1", model_provider="openai")

第 3 步：安装并配置 Ollama granite-embedding

pip install -qU langchain-ollama

from langchain_ollama import OllamaEmbeddings

embeddings = OllamaEmbeddings(model="granite-embedding")

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-o1 优化建议

GPT-o1的设计旨在优化效率和成本效益，使其非常适合可扩展的RAG系统。通过实施动态检索深度来提高检索性能——对于复杂查询获取更广泛的上下文，对于简单查询则进行更狭窄的聚焦。使用提示压缩技术以去除不必要的元数据，同时保持核心信息。根据所需的响应具体性调整温度设置（0.1-0.3），确保输出质量的平衡。部署缓存策略以处理重复查询，从而提高响应速度并降低运营成本。利用函数调用来结构化响应，避免模糊或过于冗长的回答。在处理大规模工作负载时，将请求分散到多个实例之间，以平衡资源分配并减少瓶颈。持续监控API使用情况并优化检索策略，以保持效率。

Ollama granite-embedding 优化建议

为了优化您的检索增强生成（RAG）设置中的Ollama石材嵌入组件，请确保对文本数据进行预处理，以去除噪声和无关信息，从而提升嵌入的质量。利用批处理来批量创建嵌入，这可以显著提高吞吐量并减少计算开销。尝试不同的嵌入维度，以找到您特定用例中准确性与性能之间的最佳折衷。此外，考虑在领域特定数据上对嵌入模型进行微调，以增强在检索任务中的反应能力和相关性。最后，定期监控和评估性能指标，以识别瓶颈并迭代优化您的方法。

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 Calculate your RAG cost

收获与总结

" 到现在为止，您已经解锁了从零开始构建RAG系统的魔力！您看到了LangChain如何作为胶水将一切粘合在一起，协调工作流程并简化组件之间复杂的交互。通过LangChain向量存储，您学习了如何高效存储和检索向量，将非结构化数据转变为可搜索的知识库。然后，通过集成OpenAI强大的语言模型（如GPT-4），您看到了如何生成听起来自然且信息丰富的类人响应，直接从您精心策划的数据中提取上下文。我们还不能忘记Ollama的Granite-Embedding模型，它将文本转化为丰富的数值表示，使您的系统能够“理解”并优先考虑最相关的信息。这些工具共同构建了一个无缝的数据检索与生成管道，使您能够构建不仅能回答问题，而且具有深度和准确性的人工智能应用。

但等一下——还有更多！您还获得了优化RAG系统的专业技巧，比如微调分块策略或使用元数据过滤器来加快搜索。此外，您探索的免费RAG成本计算器确保您可以在不超支的情况下扩展项目。想想接下来会发生什么：调整参数、尝试混合搜索，甚至训练自定义嵌入。可能性是无限的，您已经拥有所有工具来开始创新。所以，请继续——投入下一个项目，尝试不同的模型，看看您的创意如何变为现实。智能应用的未来掌握在您手中，您已经做得非常出色。让我们一起创造一些惊人的东西吧！🚀 "

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！💖

大规模向量数据库

Zilliz Cloud 是一个专为大规模应用构建的全托管向量数据库，完美适配您的 RAG 应用。

免费试用 Zilliz Cloud
快速免费计算您的 RAG 成本

继续阅读

AI Assistant