使用Yellowbrick作为ChatGPT的向量存储构建智能聊天机器人

技术背景介绍

Yellowbrick 是一种弹性、高度并行处理的SQL数据库，能够在云端和本地运行，利用Kubernetes实现规模化、弹性和云可移植性。它专为处理最大和最复杂的业务关键型数据仓库用例而设计。在大规模下的高效性使得Yellowbrick也可以作为高性能、可扩展的向量数据库，用于使用SQL存储和搜索向量。

在此教程中，我们将展示如何创建一个由ChatGPT支持并使用Yellowbrick作为向量存储的简单聊天机器人，以支持检索增强生成（RAG）。

核心原理解析

检索增强生成（RAG）通过在生成的文本中引入外部知识来增强模型的生成能力。我们将使用Yellowbrick作为向量存储库，使ChatGPT能够从中检索相关的文档片段以增加回答的准确性和信息量。

代码实现演示

安装所需的库

首先，我们需要安装一些Python库：

%pip install --upgrade --quiet langchain
%pip install --upgrade --quiet langchain-openai langchain-community
%pip install --upgrade --quiet psycopg2-binary
%pip install --upgrade --quiet tiktoken

设置连接信息

配置Yellowbrick和OpenAI API连接信息：

import os
import psycopg2
from langchain.chains import LLMChain
from langchain_community.vectorstores import Yellowbrick
from langchain_openai import ChatOpenAI, OpenAIEmbeddings

# 替换为您的Yellowbrick Sandbox和OpenAI API Key
YBUSER = "[SANDBOX USER]"
YBPASSWORD = "[SANDBOX PASSWORD]"
YBDATABASE = "[SANDBOX_DATABASE]"
YBHOST = "trialsandbox.sandbox.aws.yellowbrickcloud.com"
OPENAI_API_KEY = "[OPENAI API KEY]"

# 设置环境变量
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

# Yellowbrick连接字符串
yellowbrick_connection_string = (
    f"postgres://{
     
     YBUSER}:{
     
     YBPASSWORD}@{
     
     YBHOST}:5432/{
     
     YBDATABASE}"
)

Part 1: 创建基于ChatGPT的基础聊天机器人

from langchain_core.prompts.chat import (
    ChatPromptTemplate,
    HumanMessagePromptTemplate,
    SystemMessagePromptTemplate,
)

# 系统提示模板
system_template = """If you don't know the answer, Make up your best guess."""
messages = [
    SystemMessagePromptTemplate.from_template(system_template),
    HumanMessagePromptTemplate.from_template("{question}")