使用 LangChain、pgvector、Anthropic Claude 3 Sonnet 和 Azure text-embedding-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。
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 Sonnet: Claude 3 系列中的这款先进模型专注于创造性和细腻的文本生成。它对上下文和语调有深刻的理解，非常适合应用于创意写作、对话生成和讲故事。其生成清晰而引人入胜的散文的能力，使其成为内容创作和娱乐领域的理想选择。
Azure text-embedding-3-large: 这个强大的AI模型专注于为自然语言处理任务生成高质量的文本嵌入。凭借其对上下文的高级理解，它在语义搜索、推荐系统和聚类等应用中表现出色。非常适合那些希望提升复杂数据集中文本分析和检索的开发者，同时确保强大的准确性和性能。

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 Sonnet

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-sonnet-20240229", model_provider="anthropic")

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

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 Sonnet 优化建议

Claude 3 Sonnet 在速度和准确性之间提供了平衡，使其成为 RAG 系统的多功能选择。通过限制每个查询检索的文档数量来优化检索效率，以避免过多的上下文窗口使用，这可能会减慢响应时间。使用语义切块技术将文档分解为有意义的部分，确保仅将最相关的信息传递给模型。根据用户查询的复杂性动态调整温度和采样参数，对于事实性响应使用较低的值，对于生成创意文本时使用较高的值。实施结构化提示，以引导模型向更精确的答案发展，减少响应中的歧义。如果集成多个模型，则在面对适度复杂的查询时使用 Sonnet 作为中间选项，同时将 Opus 保留用于高风险推理任务。利用 Claude 的 API 优化功能，例如流式传输，以提高响应时间和系统效率。

Azure text-embedding-3-large 优化建议

Azure text-embedding-3-large 是一个强大的模型，用于生成高质量的文本嵌入。通过预处理输入文本以去除冗余内容，优化效率，并确保嵌入集中于最重要的概念。利用近似最近邻（ANN）搜索算法，如 FAISS 或 HNSW，在大数据集中快速检索。处理高吞吐量应用时，实行缓存策略以存储经常访问的嵌入，减少 API 调用开销。使用多线程或并行处理来处理批量请求，降低大规模系统的延迟。考虑使用降维技术，如 PCA 或量化，来减少存储需求并提高检索速度。定期更新嵌入以反映新数据，确保系统的搜索结果准确。

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，你已经解锁了从零开始构建一个强大RAG系统的魔力！你看到LangChain如何作为粘合剂，无缝地协调组件之间的数据流，同时简化复杂的工作流程。结合pgvector——PostgreSQL的向量数据库强大功能，你学会了高效地存储和检索嵌入，将非结构化数据转化为可查询的知识。Azure text-embedding-3-large模型成为了你忠实的助手，将文本转化为丰富的数值表示，捕捉意义和上下文，使相似性搜索变得轻而易举。还有不可忽视的明星，Anthropic Claude 3 Sonnet，它为我们带来了类人推理，将检索的信息综合成连贯且富有洞察力的回答。这些工具共同形成了一个动态的数据流管道，在检索与生成之间架起了桥梁，使你能够构建出既智能又直观的AI应用。

但等等，还有更多！你还掌握了优化RAG系统的专业技巧，比如平衡块大小以提高准确性和速度，调整相似性阈值，以及利用pgvector的索引技巧实现闪电般的搜索。这个教程甚至提供了一个免费的RAG成本计算器，帮助你合理估算费用并明智扩展。现在，你已经了解了这些组件是如何结合在一起的——以及如何进行微调——你已经准备好创造自己的AI驱动解决方案。无论是聊天机器人、研究助手，还是自定义知识库，这些工具都在你手中。所以，去吧——大胆实验、迭代，并让你的创造力自由驰骋。智能应用的未来等待着你来构建，而这仅仅是个开始。祝你编码愉快，期待你接下来创造的惊人事物！🚀

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！💖

内容

大规模向量数据库

Zilliz Cloud 是一个专为大规模应用构建的全托管向量数据库，完美适配您的 RAG 应用。

免费试用 Zilliz Cloud

分享文章

快速免费计算您的 RAG 成本