使用 LangChain、Milvus、Cohere Command R+ 和 voyage-3-large 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。
• Cohere Command R+: 该模型专注于快速检索和密集文本理解，优先考虑搜索和信息提取任务中的性能。凭借增强的上下文意识，它能够提供准确的结果，非常适合在客户支持、内容推荐和企业搜索解决方案等应用中，满足对响应效率和相关性高的需求。
• Voyage-3-Large: 此模型旨在用于生成任务，提供增强的创造力和上下文理解。经过对多样化数据集的强大训练，它在生成连贯的叙事和对话方面表现出色，非常适合用于讲故事、内容创作以及需要富有想象力输出的互动体验等应用。

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 Cohere Command R+

pip install -qU "langchain[cohere]"

import getpass
import os

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

from langchain.chat_models import init_chat_model

llm = init_chat_model("command-r-plus", model_provider="cohere")

第 3 步：安装并配置 voyage-3-large

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-large")

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。

Cohere Command R+ 优化建议

Cohere Command R+ 是一个针对检索密集型工作负载优化的高级模型，因此精炼上下文选择和排名机制至关重要。使用 Cohere 的重排名模型对检索到的段落进行排序，基于语义相关性，确保仅处理最相关的信息。通过将文档分段为有意义的块并限制不必要的上下文，优化令牌经济，避免提示过载。根据查询的复杂性动态调整检索深度——对于复杂查询进行更广泛的搜索，针对简单提示进行更狭窄的搜索。根据使用案例微调温度和采样参数，较低的值确保更可靠、真实的输出。对于高吞吐量的应用，实施异步处理和并行查询执行以提高效率。对经常访问的主题进行缓存和预生成响应，可以显著降低推理成本并提高响应时间。根据用户反馈和性能分析定期测试和优化检索配置，以保持 RAG 工作流中的高质量输出。

voyage-3-large 优化建议

voyage-3-large 提供了增强的推理能力，非常适合需要深度上下文理解的复杂 RAG 任务。通过实施多步骤排名系统来优化检索，优先考虑高度相关的文档，同时过滤掉低质量信息。使用结构化提示，清晰划定上下文和用户查询，以改善理解。调整温度（0.1–0.3）并微调 top-k 和 top-p 设置，以维持准确性并防止过度变化。利用并行推理和请求批处理来提高处理效率。利用缓存来应对高频查询，以降低成本和延迟。在多模型设置中，部署 voyage-3-large 处理复杂推理任务，同时对较不复杂的查询使用较小的模型，以有效平衡成本和性能。

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

你学到了什么？在本教程中，你深入探讨了构建先进的 RAG（检索增强生成）系统的激动人心的世界，在这里创新与功能相融合。通过无缝集成强大的组件——LangChain 框架、Milvus 向量数据库、Cohere Command R+ LLM 以及先进的嵌入模型，你为彻底改变我们与数据的互动方式奠定了基础。

你已经看到 LangChain 框架如何优雅地将所有内容联系在一起，创建了一个坚实的基础，让每个组件都能发光发热。Milvus 向量数据库展示了其强大的性能，支持快速高效的搜索，确保你能够以闪电般的速度检索信息。在 Cohere Command R+ 的帮助下，你探索了这个复杂的 LLM 如何提升对话智能，使互动变得更加自然和引人入胜。此外，嵌入模型生成了丰富的语义表示，使你的应用能够前所未有地理解和处理语言。

我们没有止步于此！记得那些优化建议和便捷的成本计算器吗？它们旨在帮助你完善项目并考虑预算，确保你的旅程尽可能顺利。

现在是你 shine 的时刻！利用这些知识，开始构建、优化和创新你自己的 RAG 应用程序。可能性是无穷无尽的，你的创造力可以引领方向。拥抱前方的旅程，让你的想法腾飞！

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！💖