从零开始构建简单 RAG 应用指南

我们只需要设置 model = os.environ.get("AZURE_EMBEDDING_TEXT_MODEL") 即可，LangChain 会自动读取这些环境变量。

然后加载配置信息：

import os, dotenv
# 加载.env 文件
dotenv.load_dotenv(".env")

代码实现过程

我们将结合官方文档中的 RAG 快速开始示例，根据实际场景实现一个简单的 RAG 应用。

1、加载依赖包

import bs4, os
from langchain import hub
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.document_loaders import WebBaseLoader
from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import AzureChatOpenAI, AzureOpenAIEmbeddings
from langchain.prompts import PromptTemplate

2、加载文档

这里我们抓取一篇公开文章作为示例数据。使用 bs4 来抓取文章，并配置抓取的内容为文章块（class 为 "article", "article-title" 中的内容）。关于 bs4 的使用可以查看官方文档。

# 加载文档
loader = WebBaseLoader(
    web_paths=("https://juejin.cn/post/7366149991159955466",),
    bs_kwargs=dict(
        parse_only=bs4.SoupStrainer(
            class_=("article", "article-title")
        )
    ),
)

3、文档拆分为小块

使用 LangChain 的文档加载器加载文档，并进行文本拆分。这是 RAG 效果的关键步骤。

• chunk_size：文档块大小，决定了每个切片包含多少字符。
• chunk_overlap：文档块重叠大小，用于保留上下文连贯性。

这两个属性会直接影响最终答案的准确性。如果切分过小，可能丢失上下文；如果过大，可能引入无关噪声。

# 文档加载器加载文档
docs = loader.load()
# 进行文档拆分
text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
splits = text_splitter.split_documents(docs)

4、实例化向量模型

实例化 Embedding 模型 AzureOpenAIEmbeddings。关于向量化模型的选择，需要注意与选择的向量数据库兼容。不同的向量模型向量化文本后的维度可能与向量数据库不一致，导致查询或存储问题。

文档向量化过程：

embeddings = AzureOpenAIEmbeddings(
    model=os.environ.get("AZURE_EMBEDDING_TEXT_MODEL")
)

5、向量数据库保存、检索

文档检索过程：

• 向量数据库：这里我们使用本地向量数据库 FAISS。
• 配置向量数据库：需要传入向量化的文档（splits）和向量模型（embeddings）。

vectorstore = FAISS.from_documents(
    documents=splits, 
    embedding=embeddings
)

# 设置检索器（用来向量查找文档相似度的）
retriever = vectorstore.as_retriever()

# 打印检索的 documents
def format_docs(docs):
    return "\n\n".join(doc.page_content for doc in docs)

检索功能已完成，我们可以尝试向量检索文本：

result = retriever.invoke("提高 LLM 的方法有哪些？")
print(format(result))

检索到的文档内容（原始内容）：

'[Document(metadata={'source': 'https://juejin.cn/post/7366149991159955466'}, page_content='回答不完整
有时候 LLM 的回答并不完全错误，但会遗漏了一些细节。这些细节虽然在上下文中有所体现，但并未被充分呈现出来。例如，如果有人询问'文档 A、B 和 C 主要讨论了哪些方面？'对于每个文档分别提问可能会更加适合.....'
]`

6、构建 Prompt

在 LLM 应用场景中，Prompt 是一个重要的环节。Prompt 是我们告诉 LLM 要做什么、怎么做的指令。

下面的 Prompt 是构建 RAG 的简单模板：

# 首先我们需要一个 prompt 模板
# prompt = hub.pull("rlm/rag-prompt")
prompt_template = """
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, just say that you don't know. Use three sentences maximum and keep the answer concise.

Question: {question} 

Context: {context} 

Answer:
"""
prompt = PromptTemplate.from_template(prompt_template)  # 这一步是为了把 prompt 模板格式化

初始化 LLM，LLM 的配置会自动获取环境变量中的值。读者可以根据自己的实际情况配置，并不一定要使用 OpenAI 服务，其他支持 OpenAI 协议的模型也是可以的。

# 初始化 LLM，LLM 的配置会自动获取环境变量中的值。
llm = AzureChatOpenAI(
    azure_deployment=os.getenv("AZURE_DEPLOYMENT_NAME_GPT35"),
    temperature=0
)

7、构建 Chain

最后一步是向 LLM 提问，使用 LangChain 构建 Chain。关于 LangChain 的 Chain 能力，不熟悉的可以去官网了解。

# 构建 chain
rag_chain = (
    {"context": retriever | format_docs, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

所有的步骤已经完成，我们可以使用 LLM 来回答问题：

# 开始提问
response = rag_chain.invoke("提高 LLM 的方法有哪些？")
print(response)
# '提高 LLM 的方法包括使用查询转换来确保全面理解问题并作出回应，以及添加一层查询理解层，进行一系列的 Query Rewriting。另外，可以采用路由、查询重写、子问题和 ReAct 代理选择器等转换方法来优化 RAG 系统的效能。最后，通过对 RAG 系统挑战的深入分析和优化，可以提升 LLM 的准确性和可靠性，大幅提高用户对技术的信任度和满意度。'

response = rag_chain.invoke("文章中提到了哪些优化方案？")
print(response)
# '抱歉，我不知道。'

最佳实践与优化建议

在实际生产环境中，简单的 RAG 可能无法满足所有需求。以下是一些优化建议：

1. 混合检索：结合关键词检索（BM25）和向量检索，提高召回率。
2. 重排序（Rerank）：在检索后增加重排序步骤，筛选出最相关的片段。
3. 查询改写：对用户的问题进行改写，使其更适合检索。
4. 元数据过滤：利用文档的元数据进行过滤，缩小检索范围。

总结

本文是 RAG 系列文章的第一篇，初步介绍了 RAG 是什么、有什么作用，以及构建一个 RAG 应用的几个关键步骤：

• 文档加载：将文档（网页、常用文档）解析为 LangChain Documents 对象的过程。
• 文档拆分：将大的文档进行拆分为 Chunk，并配置 chunk_size 和 overlap 属性，这两个属性会影响 RAG 的最终效果。
• 文档向量化：将高维度的文本转换为向量表示的过程。
• 向量化存储：将向量数组、原文档一起存储到向量数据库。
• Prompt 编写：构建 LLM 的指令，引导其正确生成回答。
• LLM 配置、初始化：选择合适的模型并进行参数配置。
• 提问流程：Query -> 检索 -> 构建 Prompt -> LLM -> Answer。

通过本文的学习，读者应该能够搭建一个基础的 RAG 系统，并根据实际需求进行进一步的优化和扩展。