使用 LangChain、pgvector、Anthropic Claude 3 Haiku 和 Azure text-embedding-3-small 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。
• Pgvector: 一个面向 PostgreSQL 的开源扩展，可高效存储和查询高维向量数据，适用于机器学习和 AI 应用。该扩展专为处理嵌入数据而设计，支持使用 HNSW 和 IVFFlat 等算法进行快速的近似最近邻（ANN）搜索。但由于它只是传统搜索的向量搜索附加组件，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。)
• Anthropic Claude 3: 这个来自Anthropic的先进AI语言模型专注于安全性和对齐，能够生成连贯且具有上下文意识的文本。它在创意写作、对话人工智能和深刻摘要方面表现出色。非常适合创作引人入胜的内容，同时确保遵循伦理标准和用户意图。
• Azure text-embedding-3-small: 这个AI模型专门生成文本输入的密集向量表示，促进语义理解和比较。它的优势在于效率和可扩展性，使其非常适合用于文本分类、信息检索以及自然语言处理等应用场景，在这些场合快速的语义相似性评估至关重要。

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 Anthropic Claude 3 Haiku

pip install -qU "langchain[anthropic]"

import getpass
import os

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

from langchain.chat_models import init_chat_model

llm = init_chat_model("claude-3-haiku-20240307", model_provider="anthropic")

第 3 步：安装并配置 Azure text-embedding-3-small

pip install -qU langchain-openai

import getpass
import os

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

from langchain_openai import AzureOpenAIEmbeddings

embeddings = AzureOpenAIEmbeddings(
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    azure_deployment=os.environ["AZURE_OPENAI_DEPLOYMENT_NAME"],
    openai_api_version=os.environ["AZURE_OPENAI_API_VERSION"],
)

第 4 步：安装并配置 pgvector

pip install -qU langchain-postgres

from langchain_postgres import PGVector

vector_store = PGVector(
    embeddings=embeddings,
    collection_name="my_docs",
    connection="postgresql+psycopg://...",
)

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。

pgvector 优化建议

为了优化 pgvector 在检索增强生成（RAG）设置中的表现，可以考虑使用 GiST 或 IVFFlat 索引向量，以显著加快搜索查询并提高检索性能。确保在查询执行过程中利用并行化，使得多个查询能够同时处理，尤其是在处理大数据集时。通过调整向量存储大小并在可能的情况下使用压缩嵌入来优化内存使用。为了进一步提升查询速度，可以实现预过滤技术，在查询之前缩小搜索空间。定期重建索引，以确保其与新数据保持同步。通过微调向量化模型来减少维度，同时不牺牲准确性，从而提升存储效率和检索时间。最后，仔细管理资源分配，利用水平扩展处理更大的数据集，并将计算密集型操作卸载到专用处理单元，以保持在高流量期间的响应能力。

Anthropic Claude 3 Haiku 优化建议

Claude 3 Haiku旨在提高效率，因此它是低延迟RAG应用程序的理想选择。通过简洁地构建提示、删除冗余文本，并有效利用系统消息来指导响应，来优化令牌的使用。在适用时使用函数调用，以减轻结构化处理任务的负担并提高响应可靠性。尽可能批量处理查询，以减少API开销并提高吞吐量。如果延迟至关重要，可以考虑缓存频繁的查询并为常见问题预生成响应。通过调整温度和top-p采样来精细控制响应；较低的温度值（例如0.2-0.3）有助于在事实检索任务中保持一致性。对于实时应用，使用流式模式以便在处理大型提示时获得更快的部分响应。根据性能基准定期评估和调整模型参数，以在RAG管道中平衡速度和准确性。

Azure text-embedding-3-small 优化建议

为了优化 Azure text-embedding-3-small 模型以适应你的检索增强生成 (RAG) 设置，考虑将输入文本批处理，以同时处理多个请求，这可以显著提高吞吐量。使用相关关键词来微调嵌入，并确保对文本进行预处理，以去除噪声，例如不必要的标点符号或停用词。在检索过程中尝试不同的相似性度量，比如余弦相似度，以提高结果的相关性。利用缓存机制存储经常访问的嵌入，从而减少响应时间。最后，定期监测和分析性能指标，以便进行迭代改进，并根据用户反馈调整你的方法，使模型与特定用例更紧密地对齐。

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

通过阅读本教程，你已经解锁了从零开始构建现代 RAG 系统的魔力！你了解了 LangChain 如何作为粘合剂，毫不费力地连接你管道的各个组件：从结构化工作流到管理向量数据库、嵌入模型和 LLM 之间的交互。借助 pgvector，你利用了 PostgreSQL 的强大功能，以规模化的方式存储和检索向量嵌入，将非结构化数据转化为可搜索的知识。Azure 的 text-embedding-3-small 模型成为你可靠的工具，将文本转换为丰富的数值表示，在速度和准确性之间取得平衡。而 Anthropic 的 Claude 3 Haiku 则作为聪明的结尾，通过将检索到的数据与其闪电般快速且高效的推理相结合，生成类似人类的响应。这些元素共同构成了一个动态的工具包，用于构建不仅能够回答问题的 AI 应用，它们还能 理解 上下文并提供洞察。

但是，等等，还有更多！你还获得了一些优化性能的专业技巧，比如微调检索参数以及利用 pgvector 的索引技巧来加速搜索。还有免费的 RAG 成本计算器——这是计算开支和智能扩展的游戏规则改变者。现在，你已经看到了这些技术如何协同工作，想象一下接下来会发生什么！无论你是在打造聊天机器人、增强搜索引擎，还是构建个性化推荐系统，你已经具备了创新的基础。因此，启动你的 IDE，进行实验，尽情发挥你的创造力吧。智能应用的世界等待你来塑造——去构建一些令人惊叹的东西，让你的创意变为现实！🚀

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！💖