使用 LangChain、pgvector、Anthropic Claude 3 Opus 和 Cohere embed-english-v3.0 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 Opus: Claude 3系列中的这个高级模型旨在处理复杂的推理和细腻的对话。它结合了深刻的理解与伦理考量，使其非常适合客户支持、治疗聊天机器人和内容生成等对上下文和同理心要求极高的敏感应用。
• Cohere embed-english-v3.0: 该模型专注于为英语输入生成高质量的文本嵌入。它旨在处理语义搜索、推荐系统和文档相似性等任务，凭借深厚的上下文理解能力，提供强大的性能。非常适合需要细致语言理解和高效信息检索的应用。

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 Anthropic Claude 3 Opus

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-opus-latest", model_provider="anthropic")

第 3 步：安装并配置 Cohere embed-english-v3.0

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_cohere import CohereEmbeddings

embeddings = CohereEmbeddings(model="embed-english-v3.0")

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 Opus 优化建议

Claude 3 Opus 是一个强大的模型，适用于需要深度推理和高质量响应的 RAG 应用。通过有效地构建检索结果来优化性能，确保仅提供最相关的上下文，以避免不必要的令牌使用。在将关键段落发送到模型之前，利用排序算法优先处理这些段落，以防止信息过载并提高响应质量。微调超参数，如温度（对于事实任务，设置为 0.1–0.3）和 top-k 采样，以保持准确性，同时控制响应的变化。如果成本和速度是考虑因素，请选择性地使用 Claude 3 Opus 处理复杂查询，同时对简单任务依赖于较小的模型，如 Claude 3 Haiku。针对重复或高频查询实施缓存，以最小化 API 调用并改善延迟。在适用的情况下，利用 Claude 的并行处理能力有效处理多个文档查询。

Cohere embed-english-v3.0 优化建议

Cohere embed-english-v3.0 是一种专为英语文本设计的强大嵌入模型。为了优化检索，请对输入文本进行预处理，以消除不相关的噪音，并专注于能够驱动相关匹配的关键术语或短语。使用类似 HNSW 的近似最近邻（ANN）算法，以在大规模数据集中实现高效检索。为了资源管理，采用降维或量化技术压缩嵌入，减少存储需求，同时不过多牺牲性能。实施多线程以加速批处理， ускорить 嵌入生成。使用缓存存储频繁访问的嵌入，减少冗余计算。根据特定数据对模型进行微调，以提高在特定领域查询上的性能，并确保在检索中具有更高的相关性。

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，你已经解锁了结合尖端工具构建 RAG 系统的力量，这种系统几乎让人感觉如同魔法！你已经看到了 LangChain 如何充当粘合剂，协调工作流，将数据管道与强大的 AI 模型连接起来。pgvector 则作为你可信赖的向量数据库，存储由 Cohere’s embed-english-v3.0 生成的嵌入——这是一个将文本转换为丰富数字表示的模型，使得搜索和检索的速度如闪电般迅速。接着，Anthropic Claude 3 Opus 走到了中心舞台，利用检索到的上下文来生成深思熟虑、准确且类似人类的响应。这些工具共同创建了一个无缝的数据处理管道：获取数据、进行嵌入、存储、检索最相关的信息，并生成看起来像是来自知识渊博专家的答案。你甚至学习了一些专业技巧，比如优化嵌入的分块大小和在成本与性能之间取得平衡——这些技能将为你节省时间和精力，避免将来的麻烦！

但是等等，还有更多！你发现了如何使用免费的 RAG 成本计算器来合理预算你的项目，确保在扩展时不会耗尽资源。这不仅仅是理论——你已经看到从客户支持机器人到研究助手的真实应用是如何借助这些工具焕发生机的。现在轮到 你 了！你拥有蓝图、工具和知识，能够构建一些惊人的东西。无论你是在调整检索策略、试验混合搜索，还是为 Claude 微调提示，可能性都是无穷无尽的。所以，继续吧——启动你的 IDE，加载一些数据，让你的创造力随心所欲地发挥。智能应用的未来掌握在你手中，而你已经准备好去塑造它。让我们一起构建一些惊人的东西吧！🚀

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！💖