使用 LangChain、pgvector、Mistral AI Mistral Large 和 Ollama paraphrase-multilingual 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 Mistral Large: 该模型为多种自然语言处理任务提供高性能的解决方案。它专注于大规模文本生成和理解，擅长处理复杂查询并生成细致的响应。非常适用于内容创作、对话代理和研究分析等应用，Mistral Large 将多功能性与高效率结合在一起。
• Ollama Paraphrase-Multilingual: 这个AI模型专注于在多种语言之间生成释义，增强内容的多样性和可达性。它的优势在于理解上下文，同时改变句子结构，这使其非常适合于翻译服务、内容创作和多语言学习应用。

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 Mistral AI Mistral Large

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("mistral-large-latest", model_provider="mistralai")

第 3 步：安装并配置 Ollama paraphrase-multilingual

pip install -qU langchain-ollama

from langchain_ollama import OllamaEmbeddings

embeddings = OllamaEmbeddings(model="paraphrase-multilingual")

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 Mistral Large 优化建议

Mistral Large 是一款高容量模型，适用于 RAG 应用中的复杂推理和深度检索任务。为提高效率，使用先进的重新排名模型来优先考虑高质量的检索结果，确保只有最相关的信息被包含在上下文窗口中。通过逻辑地分割和结构化输入提示来优化令牌效率，避免过多的上下文导致推理速度变慢。微调温度（针对事实查询为 0.1–0.2，针对创造性推理可达 0.5）和采样参数，以保持响应质量。使用动态检索策略——对模糊查询检索更广泛的上下文，对明确的问题缩小范围。部署缓存和异步处理，以高效处理高吞吐量的工作负载。如果在云环境中运行 Mistral Large，动态分配资源以平衡性能和成本。

Ollama Paraphrase-Multilingual 优化建议

为了优化您的检索增强生成（RAG）设置中的Ollama多语言释义组件，请确保您的训练数据集多样化，并能代表您打算支持的语言和方言，因为这可以提高在不同语境下的释义准确性。使用领域特定数据进行迁移学习，以提高在小众主题上的表现。根据验证结果调整诸如学习率和批量大小等超参数，以增强收敛性。实施缓存机制以存储频繁访问的释义，从而减少检索过程中的响应时间。定期监控和分析性能指标，以识别瓶颈，并考虑根据用户反馈和新数据集定期微调模型，以适应不断发展的语言使用。

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，你解锁了从零开始构建RAG系统的魔力！你了解了LangChain如何作为支柱，无缝连接工作流，以智能地检索和生成答案。将其与pgvector（一个PostgreSQL扩展）配对后，你将非结构化数据转化为可搜索的向量，使你的系统可以迅速找到上下文相关的信息。接着，通过Ollama引入了Mistral AI的Mistral Large——一个强大的大型语言模型，它将这些检索到的片段转化为连贯的人类般的回应，同时能够像专业人士一样处理多语言输入，得益于同义词-多语言嵌入模型。这个组合不仅能回答问题——它理解细微差别，适应不同语言，并提供精确的结果，展示了每个组件（框架、数据库、大型语言模型、嵌入）在构建一个强大且可扩展的RAG管道中的独特作用。

但等等，还有更多！你还获得了优化性能的专业技巧，比如调整嵌入的分块大小，并在检索时平衡速度与准确性。别忘了免费的RAG成本计算器——这对为你的项目预算而不出现意外是一场颠覆性的改变。现在你已经看到了这些工具如何和谐共存，想象一下可能性：让聊天机器人更像人类，研究助手深入挖掘，或是破除语言障碍的多语言支持系统。基础已经搭建好，工具掌握在你手中，唯一的限制就是你的创造力。所以继续前行——构建、实验和创新。你下一个基于RAG的突破只需几行代码。让我们创造奇迹吧！🚀

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！💖