44.9k联系我们登录免费试用

使用 LangChain、pgvector、Mistral AI Codestral Mamba 和 Google Vertex AI textembedding-gecko@001 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。)
  • Mistral AI Codestral Mamba: Codestral Mamba是一款高性能的编码助手，旨在提升软件开发效率。它在生成和调试多种编程语言的代码方面表现出色。凭借对编程环境和常用库的深刻理解，它非常适合寻求快速原型开发、代码优化和重构支持的开发者。
  • Google Vertex AI textembedding-gecko@001: 该AI模型专注于生成高质量的文本嵌入，促进卓越的语义理解和上下文捕捉。它的优势在于高效的处理能力和可扩展性，使其成为搜索、推荐系统以及需要从文本数据中提取精确见解的自然语言理解任务等应用的理想选择。

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 Mistral AI Codestral Mamba

pip install -qU "langchain[mistralai]"

import getpass
import os

if not os.environ.get("MISTRAL_API_KEY"):
  os.environ["MISTRAL_API_KEY"] = getpass.getpass("Enter API key for Mistral AI: ")

from langchain.chat_models import init_chat_model

llm = init_chat_model("open-codestral-mamba", model_provider="mistralai")

第 3 步：安装并配置 Google Vertex AI textembedding-gecko@001

pip install -qU langchain-google-vertexai

from langchain_google_vertexai import VertexAIEmbeddings

embeddings = VertexAIEmbeddings(model="textembedding-gecko@001")

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。

Mistral AI Codestral Mamba 优化建议

Codestral Mamba 针对代码生成和补全进行了优化，非常适合涉及结构化编程查询的 RAG 应用。通过使用在代码数据集上训练的嵌入，提高检索质量，以确保检索到的上下文与编程语言和任务良好对齐。为了增强响应的准确性，确保输入提示格式清晰，包含函数定义、文档字符串和注释。动态调整温度值——较低的值（0.1–0.2）用于确定性代码生成，较高的值（0.3–0.5）用于探索性建议。使用缓存来存储常见的编程模式和频繁查询的代码片段，以减少延迟。如果在 IDE 或交互式编码环境中部署，请启用流式传输，以提供实时反馈和建议。在处理多个同时的代码查询时，利用并行推理技术来优化性能。

Google Vertex AI textembedding-gecko@001 优化建议

Google Vertex AI textembedding-gecko@001 提供了强大的语义理解，适用于各种 RAG 工作流程。为优化检索，应预处理文本以去除非必要的单词，并结构化内容以突出关键信息。使用最近邻搜索技术，如 HNSW 或 FAISS，以提高检索速度而不牺牲准确性。通过将多个文本查询分组来优化批处理，减少 API 调用开销并提高吞吐量。微调温度设置以确保响应的一致性，并根据所需的输出多样性调整 top-k 或 top-p 参数。缓存经常使用的文本的嵌入，并定期更新以确保嵌入的新鲜度。使用降维技术有效管理内存使用和存储成本。

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 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从零开始构建功能性RAG系统的力量！你了解了LangChain如何作为粘合剂，通过无缝连接你的向量数据库(pgvector)、Mistral AI的Codestral Mamba（一款快速的LLM）和Google的textembedding-gecko@001（将原始文本转换为丰富的数字嵌入），来协调整个工作流程。这种集成使得你的系统能够从存储的数据中检索到上下文相关的信息，并生成类人回应——同时保持高效性和可扩展性。你亲眼见证了pgvector与PostgreSQL的兼容性如何简化了嵌入的存储和查询，而Codestral Mamba的速度和精准性使其非常适合实时应用。教程还强调了在pgvector中优化块大小和索引策略的重要性，以平衡性能和准确性，确保你的RAG管道即使在重负荷下也能平稳运行。

但等等——还有更多！你探索了一些实用技巧，比如使用混合搜索策略以获得更好的检索效果，以及利用教程中提供的免费的RAG成本计算器来估算开支和优化资源使用。这段实践之旅不仅教会了你如何构建RAG系统——还使你能根据自己的独特用例进行定制，无论是客户支持自动化、动态内容生成还是个性化数据分析。现在你已经见识到整合框架、数据库、LLM和嵌入模型的魔力，是时候掌控全局了！试验、迭代、创新。调整参数，探索新数据集，看看你的RAG应用如何焕发生机。智能系统的未来掌握在你手中——去创造一些令人惊叹的东西吧！🚀

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！💖

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
快速免费计算您的 RAG 成本

继续阅读

AI Assistant