使用 LangChain、OpenSearch、OpenAI GPT-4o 和 mistral-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。
OpenSearch: 一个源自 Elasticsearch 的开源搜索和分析套件，提供强大的全文搜索和实时分析功能，并通过附加组件支持向量搜索，以实现基于相似度的查询，从而扩展其处理高维数据的能力。但由于它只是向量搜索的附加功能，而非专门构建的向量数据库，因此在可扩展性、可用性以及其他企业级应用所需的高级功能方面存在不足。因此，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。)
OpenAI GPT-4o: 这款来自OpenAI的先进模型专注于生成高度连贯和上下文相关的文本。它对细微语言的理解得到了提升，在创意写作、对话代理和教育内容方面表现出色。GPT-4o非常适合需要深入回应和创造力的应用，具有跨行业的多样性。
Mistral-Embed: Mistral-Embed 是一个最先进的嵌入模型，旨在实现高维文本表示。它在语义搜索、相似度测量和推荐系统等任务中表现出色，提供准确的上下文嵌入。非常适合增强自然语言处理应用，它在性能与可扩展性之间达到了良好的平衡，使其适用于研究和实际应用。

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-4o

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", model_provider="openai")

第 3 步：安装并配置 mistral-embed

pip install -qU langchain-mistralai

import getpass
import os

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

from langchain_mistralai import MistralAIEmbeddings

embeddings = MistralAIEmbeddings(model="mistral-embed")

第 4 步：安装并配置 OpenSearch

pip install --upgrade --quiet  opensearch-py langchain-community

from langchain_community.vectorstores import OpenSearchVectorSearch
opensearch_vector_search = OpenSearchVectorSearch(
    "http://localhost:9200",
    "embeddings",
    embedding_function
)

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。

OpenSearch 优化建议

为了优化 OpenSearch 在检索增强生成（RAG）设置中的表现，可以通过启用高效的映射并减少不必要的存储字段来微调索引。使用 HNSW 进行向量搜索，以加速相似性查询，同时通过适当调整 ef_search 和 ef_construction 值来平衡召回率和延迟。利用分片和副本设置有效地分配负载，并为频繁查询启用缓存。通过 BM25 调优和自定义分析器优化基于文本的检索，以提高相关性。定期使用 OpenSearch Dashboards 监控集群健康、索引大小和查询性能，并根据需要调整配置。

OpenAI GPT-4o 优化建议

GPT-4o针对速度和效率进行了优化，使其成为高性能RAG应用的绝佳选择。通过优化检索策略来最大化效率——使用重新排名的方法来优先考虑与模型相关性最高的文档。在保持检索上下文简洁的同时，减少令牌消耗，并确保提示遵循结构化格式。将温度调整至（0.1-0.2）以获得精确、基于事实的响应，同时在创意或探索性任务中略微提高温度。利用OpenAI API的流媒体功能来优化响应速度，减少实时应用的延迟。实施提示模板以标准化输入并减少响应中的变异性。使用混合搜索（结合关键词搜索和向量搜索）以实现更准确和上下文相关的检索。定期监控API延迟和响应一致性，动态调整检索参数以实现最佳性能。

mistral-embed 优化建议

mistral-embed 是一个多功能的嵌入模型，适用于多种基于文本的 RAG 应用。为了增强检索能力，通过在特定领域数据上进行微调来优化嵌入质量，以捕捉细微的语义关系。使用高效的向量搜索技术，如 FAISS 或 HNSW，以快速识别大数据集中的相关文档。为了更好的存储管理，在不牺牲准确性的前提下压缩嵌入，例如通过量化或降维。为了最大化吞吐量，批量处理嵌入请求，并使用多线程来并行计算。定期用新数据更新嵌入存储，以确保检索的时效性和准确性。通过调整超参数，如温度和 top-k，来优化模型性能，以平衡检索结果的精确性和多样性。”

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

通过深入这个教程，你已经解锁了从零构建RAG系统的魔力！你学习了LangChain是如何作为连接所有元素的黏合剂，协调数据、嵌入模型、向量数据库和大语言模型之间的流动。通过集成Mistral-Embed，你看到了文本如何转变为丰富的数值表示，捕捉语言的细微差别，以便OpenSearch能够高效地存储和检索这些嵌入。接着，OpenAI的GPT-4o介入，生成类人的回答，利用检索到的上下文提供准确、相关的答案。在此过程中，你发现了实用的优化技巧——比如调整块大小以提高检索效率、通过混合搜索策略平衡成本和性能，甚至使用免费的RAG成本计算器在扩展前估算费用。这些工具确保你的系统不仅强大，而且高效且符合预算。

现在你已经看到这些组件是如何结合在一起的，想象一下未来的可能性！无论你是在构建聊天机器人、研究助手还是自定义知识库，你已经拥有了创建更智能系统的基础。这个教程为你提供了蓝图，而你的创造力则是点燃火花的动力。尝试不同的模型，调整你的检索逻辑，探索元数据过滤或实时更新等高级功能。请记住，你应用的每一个优化——无论是缓存常用查询还是微调嵌入——都会为你的创作增添光彩。所以，去吧——开始构建，无所畏惧地迭代，看看你的RAG应用如何生动起来。智能系统的未来掌握在你手中，而你已经做好了塑造它的准备。让我们开始编码吧！🚀