使用 LangChain、Milvus、AWS Bedrock Claude 3 Haiku 和 voyage-3 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。
- Milvus: 一个开源的向量数据库，专门用于高效地存储、索引和搜索大规模向量嵌入，非常适合用于检索增强生成（RAG）、语义搜索和推荐系统等场景。如果您需要更具扩展性的解决方案，或不想管理自己的基础设施，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。
- AWS Bedrock Claude 3 Haiku: 该模型利用了AWS的Bedrock服务中Claude 3的强大能力，促进了可扩展的AI解决方案。它在自然语言理解和生成任务方面表现出色，非常适合客户支持、内容创作和对话代理。与云基础设施的集成确保了企业的灵活性和部署的便利性。
- Voyage-3: 致力于AI驱动的导航和行程规划，Voyage-3优化了路线效率，同时提供实时交通更新和数据洞察。其优势在于预测分析和自适应学习，使其成为物流、配送服务和需要可靠智能导航解决方案的旅游应用的理想选择。
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 AWS Bedrock Claude 3 Haiku
pip install -qU "langchain[aws]"
# Ensure your AWS credentials are configured
from langchain.chat_models import init_chat_model
llm = init_chat_model("anthropic.claude-3-haiku-20240307-v1:0", model_provider="bedrock_converse")
第 3 步：安装并配置 voyage-3
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")
第 4 步：安装并配置 Milvus
pip install -qU langchain-milvus
from langchain_milvus import Milvus
vector_store = Milvus(embedding_function=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。
Milvus 优化建议
Milvus 作为一个高效的向量数据库，在 RAG 系统的检索任务中发挥着关键作用。要优化其性能，应确保构建合适的索引，以平衡速度和准确性；对于响应时间至关重要的场景，可考虑使用 HNSW（Hierarchical Navigable Small World）进行高效的最近邻搜索。根据使用模式对数据进行分区，有助于提升查询性能并减少加载时间，从而提高系统的可扩展性。根据查询频率定期监控并调整缓存设置，以避免数据检索时出现延迟。向量插入时采用批处理模式，可以减少数据库锁争用，提高整体吞吐量。此外，通过调整向量的维度来优化模型参数：更高的维度可以提升检索准确性，但可能增加搜索时间，因此需根据具体用例和硬件条件找到最佳平衡点。
AWS Bedrock Claude 3 Haiku 优化建议
Claude 3 的 Haiku 在 AWS Bedrock 上设计旨在快速高效，非常适合实时的 RAG 应用程序。通过优先处理高精度的嵌入并在传递给模型之前筛选掉低相关性文档来优化检索。保持提示的结构化，使用清晰的格式帮助模型关注最关键的上下文。对于事实准确性，使用 0.1 到 0.3 之间的温度设置，并调整 top-p 以平衡多样性。对于对延迟敏感的应用，利用 AWS Bedrock 的扩展能力，确保在高负载下平稳运行。实现缓存以减少 API 调用并提高响应时间，针对频繁访问的查询。如果在多模型设置中使用，请保留 Haiku 用于快速初步筛选或摘要，然后再将复杂查询上升到更大的模型。
voyage-3 优化建议
voyage-3是一个多功能模型，适用于RAG系统中的平衡性能，使得高效的检索策略对于保持低延迟和高准确性至关重要。通过利用基于嵌入的相似性搜索和重排序来提升检索效果，以确保包含相关的上下文。构造提示时需明确上下文分离和简明的指令，以最大化响应的准确性。将温度设置在0.1到0.3之间，以控制输出，同时调整top-k和top-p以实现灵活性。对频繁查询的数据实施响应缓存，以最小化冗余处理和API调用。利用并行处理和请求批量处理来优化资源效率。对于多模型部署，将voyage-3分配给中等复杂度的任务，同时使用更大的模型进行深入分析，使用更小的模型进行实时、低延迟的查询。
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。
Calculate your RAG cost
收获与总结
你学到了什么？你刚刚迈出了掌握建设尖端检索增强生成（RAG）系统的重要一步！在整个教程中，你已经看到如何无缝集成一个强大的框架，比如LangChain，可以将所有基本组件紧密结合，为你的项目提供结构和灵活性。由Milvus强力支持的向量数据库展示了其在海量数据集上执行闪电般快速搜索的能力，证明了速度和效率完全在你的掌控之中。
在你探索像AWS Bedrock的Claude 3这样先进的语言模型（LLM）的能力时，你亲身体验了它如何驱动对话智能，将你的RAG应用程序转变为动态、互动的体验。使用嵌入模型，你学会了如何生成丰富的语义表示，使你的系统能够理解和上下文地响应。
当然，别忘了那些额外的细节！我们提供的优化提示和实用的成本计算器使你能够微调自己的应用程序，确保它们顺畅运行而不会超出预算。
现在，掌握了这些知识，你的创造力是时候释放了！开始建设、优化和创新你自己的RAG应用程序。可能性是无限的，你的旅程才刚刚开始。所以，深入探索，尝试不同的想法，看看你的想象力会带你去哪里！我们迫不及待想看到你创造的精彩作品。祝你建设愉快！
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！💖
