基于langchain和本地大模型以及会话式检索增强生成(Conversational RAG)技术实现知识问答

简介

本文讲述了基于langchian框架，使用本地部署的nomic-embed-text模型做嵌入检索、llama3.1做回答内容生成的知识问答系统实例。
通过对比测试使用历史聊天记录和不使用历史聊天记录(即：以往的问题和答案)两种情况，我们可以明显看出来使用历史聊天记录的优点：它让大模型产生了“记忆”，可以“理解”和关联上下文，体验更好。
- nomic-embed-text：一个高性能开放嵌入模型，具有较大的标记上下文窗口。这个模型只有274M，但实际做嵌入和检索时，感觉**比llama3好**。

准备

1. 部署本地大模型
可使用以下命令拉取大模型：

ollama pull llama3.1
ollama pull nomic-embed-text:latest

部署本地大模型的详细步骤可参考：[在langchian中使用本地部署的llama3.1大模型]

2. 安装依赖，在VS Code的 terminal/终端 中执行。

pip install --upgrade langchain langchain-community langchain-chroma bs4

嵌入

_使用本地部署的nomic-embed-text模型做嵌入，并且将生成的矢量存储在本地。
_

import bs4

from langchain.vectorstores import Chroma
from langchain.text\_splitter import RecursiveCharacterTextSplitter
from langchain.embeddings import OllamaEmbeddings
from langchain\_ollama import ChatOllama
from langchain\_core.prompts import ChatPromptTemplate
from langchain.document\_loaders import WebBaseLoader
from langchain.chains import create\_retrieval\_chain
from langchain.chains.combine\_documents import create\_stuff\_documents\_chain
from langchain\_core.prompts import MessagesPlaceholder
from langchain.chains import create\_history\_aware\_retriever
from langchain\_core.messages import AIMessage, HumanMessage

persist\_directory = 'chroma\_langchain\_db\_test\_2'

# 返回本地模型的嵌入。在存储嵌入和查询时都需要用到此嵌入函数。
def  get\_embedding():
    # nomic-embed-text: 一个高性能开放嵌入模型，具有较大的标记上下文窗口。
    # 安装：ollama pull nomic-embed-text:latest
    # 这个模型只有274M，但实际做嵌入和检索时，感觉比llama3这样的大模型还要好。
    embeddings = OllamaEmbeddings(model="nomic-embed-text")
    return embeddings

# 返回本地大模型
def get\_llm():
    # temperature：用于控制生成语言模型中生成文本的随机性和创造性。
    # 当temperature值较低时，模型倾向于选择概率较高的词，生成的文本更加保守和可预测，但可能缺乏多样性和创造性。
    # 当temperature值较高时，模型选择的词更加多样化，可能会生成更加创新和意想不到的文本，但也可能引入语法错误或不相关的内容。
    # 当需要模型生成明确、唯一的答案时，例如解释某个概念，较低的temperature值更为合适；如果目标是为了产生创意或完成故事，较高的temperature值可能更有助于生成多样化和有趣的文本。
    return ChatOllama(model="llama3.1",temperature=0)

# 对文本矢量化并存储在本地
def create\_db():

    # 加载、分块并索引博客内容来创建检索器。
    loader = WebBaseLoader(
        web\_paths=("https://lilianweng.github.io/posts/2023-06-23-agent/",),
        bs\_kwargs=dict(
            parse\_only=bs4.SoupStrainer(
                class\_=("post-content", "post-title", "post-header")
            )
        ),
    )
    docs = loader.load()

    # 用于将长文本拆分成较小的段，便于嵌入和大模型处理。
    # 每个文本块的最大长度是1000个字符，拆分的文本块之间重叠部分为200。
    text\_splitter = RecursiveCharacterTextSplitter(chunk\_size=1000, chunk\_overlap=200)
    texts = text\_splitter.split\_documents(docs)
   
    # 从文本块生成嵌入，并将嵌入存储在Chroma向量数据库中，同时设置数据库持久化路径。
    vectordb = Chroma.from\_documents(documents=texts, embedding=get\_embedding(),persist\_directory=persist\_directory)

    # 将数据库的当前状态写入磁盘，以便在后续重启时加载和使用。
    vectordb.persist()

create\_db()

实现不含历史问答记录的问答方法

def get\_retriever():
    
    # 使用本地矢量数据库创建矢量数据库实例
    vectorstore = Chroma(persist\_directory=persist\_directory, embedding\_function=get\_embedding())

    # 处理基于向量数据库的查询回答任务
    return vectorstore.as\_retriever()

# 简单的问答
def ask(query):   

    # 定义提示词
    # {context}将由retriever调用矢量数据库的相似结果填充
    system\_prompt = (
        "You are an assistant for question-answering tasks. "
        "Use the following pieces of retrieved context to answer the question. "
        " If you don't know the answer, say that you don't know. "
        "Use three sentences maximum and keep the answer concise."
        "\\n\\n"
        "{context}"
    )

    # {input}将由query填充
    prompt = ChatPromptTemplate.from\_messages(
        \[
            ("system", system\_prompt),
            ("human", "{input}"),
        \]
    )

    llm = get\_llm()
    retriever = get\_retriever()

    # 将检索器纳入问答链 
    question\_answer\_chain = create\_stuff\_documents\_chain(llm, prompt)    
    rag\_chain = create\_retrieval\_chain(retriever, question\_answer\_chain)

    response = rag\_chain.invoke({"input":query})
    return response\["answer"\]

实现包含历史问答记录的聊天方法

\# 带有历史记录的聊天方法
# 显然，chat\_history可以让模型更能“理解”上下文，做出更加妥帖的回答。
def chat(query,chat\_history):

    # 构建检索器
    contextualize\_q\_system\_prompt = (
        "Given a chat history and the latest user question which might reference context in the chat history, "
        "formulate a standalone question which can be understood without the chat history. "
        "Do NOT answer the question, just reformulate it if needed and otherwise return it as is."
    )
    contextualize\_q\_prompt = ChatPromptTemplate.from\_messages(
        \[
            ("system", contextualize\_q\_system\_prompt),
            MessagesPlaceholder("chat\_history"),
            ("human", "{input}"),
        \]
    )

    llm = get\_llm()
    retriever = get\_retriever()
    history\_aware\_retriever = create\_history\_aware\_retriever(
        llm, retriever, contextualize\_q\_prompt
    )

    # 将检索器纳入问答链 
    system\_prompt = (
        "You are an assistant for question-answering tasks. "
        "Use the following pieces of retrieved context to answer the question. "
        " If you don't know the answer, say that you don't know. "
        "Use three sentences maximum and keep the answer concise."
        "\\n\\n"
        "{context}"
    )
    qa\_prompt = ChatPromptTemplate.from\_messages(
        \[
            ("system", system\_prompt),
            MessagesPlaceholder("chat\_history"),
            ("human", "{input}"),
        \]
    )
    question\_answer\_chain = create\_stuff\_documents\_chain(llm, qa\_prompt)
    rag\_chain = create\_retrieval\_chain(history\_aware\_retriever, question\_answer\_chain)

    # 调用链，返回结果
    response = rag\_chain.invoke({"input": query, "chat\_history": chat\_history})
    return response\["answer"\]

对比测试

\# 测试ask方法
query1 = "What is Task Decomposition?"
query2 = "What are common ways of doing it?"
r = ask(query1)
print (r)
r = ask(query2)
print (r)

# 测试chat方法
chat\_history = \[\]
ai\_msg\_1 = chat(query1, chat\_history)
print (ai\_msg\_1)
chat\_history.extend(
    \[
        HumanMessage(content=query1),
        AIMessage(content=ai\_msg\_1),
    \]
)
ai\_msg\_2 = chat(query2, chat\_history)
print (ai\_msg\_2)

执行完毕上述测试方法后，我们可以明显的看出：在不使用历史聊天记录的情况下，ask方法对第2个问题的回答很不靠谱，而使用了历史聊天记录的chat方法的答复就非常靠谱了。

程序员为什么要学大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​