基于 LangChain 0.2 构建 RAG 应用涉及索引与检索生成两大核心环节。索引阶段包括数据加载、文本拆分及向量存储；检索生成阶段通过检索器获取相关片段并结合 LLM 生成答案。教程演示了使用 WebBaseLoader 加载网页，RecursiveCharacterTextSplitter 分块，Chroma 向量库存储，以及 LCEL 框架搭建问答链的过程。支持自定义提示词、流式输出及来源引用，适用于私有知识库问答场景。
LLM 所实现的最强大的应用之一是复杂的问答 (Q&A) 聊天机器人。这些应用程序可以回答有关特定源信息的问题。这些应用程序使用一种称为检索增强生成 (RAG) 的技术。
本教程将介绍如何基于文本数据源构建一个简单的问答应用程序。在此过程中，我们将介绍典型的问答架构，并重点介绍更多高级问答技术的资源。我们还将了解 LangSmith 如何帮助我们跟踪和理解我们的应用程序。随着我们的应用程序变得越来越复杂，LangSmith 将变得越来越有用。
RAG 是一种利用附加数据增强 LLM 知识的技术。
LLM 可以推理广泛的主题，但他们的知识仅限于他们接受训练的特定时间点的公共数据。如果您想构建能够推理私有数据或模型截止日期后引入的数据的 AI 应用程序，则需要使用模型所需的特定信息来增强模型的知识。将适当的信息引入模型提示的过程称为检索增强生成 (RAG)。
LangChain 有许多组件，旨在帮助构建问答应用程序以及更广泛的 RAG 应用程序。
典型的 RAG 应用程序有两个主要组件：
索引：从源中提取数据并对其进行索引的管道。这通常在线下进行。
检索和生成：实际的 RAG 链，它在运行时接受用户查询并从索引中检索相关数据，然后将其传递给模型。
从原始数据到答案最常见的完整序列如下：
Documents 拆分成小块内容。这对于索引数据和将数据传递到模型都很有用，因为大块内容更难搜索，并且不适合模型的有限上下文窗口。在本指南中，我们将在网站上构建一个 QA 应用程序。我们将使用的特定网站是 Lilian Weng 撰写的博客文章，该网站允许我们针对文章内容提出问题。
我们可以创建一个简单的索引管道和 RAG 链，用大约 20 行代码来完成此操作：
pip install -qU langchain-openai
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass()
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo-0125")
import bs4
from langchain import hub
from langchain_chroma import Chroma
from langchain_community.document_loaders import WebBaseLoader
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import RecursiveCharacterTextSplitter
# Load, chunk and index the contents of the blog.
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()
text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
splits = text_splitter.split_documents(docs)
vectorstore = Chroma.from_documents(documents=splits, embedding=OpenAIEmbeddings())
# Retrieve and generate using the relevant snippets of the blog.
retriever = vectorstore.as_retriever()
prompt = hub.pull("rlm/rag-prompt")
def format_docs(docs):
return "\n\n".join(doc.page_content for doc in docs)
rag_chain = (
{"context": retriever | format_docs, "question": RunnablePassthrough()}
| prompt
| llm
| StrOutputParser()
)
rag_chain.invoke("What is Task Decomposition?")
API 参考：
'Task Decomposition is a process where a complex task is broken down into smaller, simpler steps or subtasks. This technique is utilized to enhance model performance on complex tasks by making them more manageable. It can be done by using language models with simple prompting, task-specific instructions, or with human inputs.'
# cleanup
vectorstore.delete_collection()
检查。
让我们一步一步地浏览上面的代码来真正理解发生了什么。
我们首先需要加载博客文章内容。我们可以使用 DocumentLoaders 来实现这一点，它们是从源加载数据并返回 Documents 列表的对象。Document 是一个包含一些 str (page_content) 和 dict (metadata) 的对象。
在本例中，我们将使用 WebBaseLoader，它用于从 Web URL 加载 HTML 并将 BeautifulSoup 其解析为文本。我们可以通过向解析器传递参数来自定义 HTML -> 文本解析（请参阅文档）。在本例中，只有类为'post-content'、'post-title'或'post-header'的 HTML 标签是相关的，因此我们将删除所有其他标签。
import bs4
from langchain_community.document_loaders import WebBaseLoader
# Only keep post title, headers, and content from the full HTML.
bs4_strainer = bs4.SoupStrainer(class_=("post-title", "post-header", "post-content"))
loader = WebBaseLoader(
web_paths=("https://lilianweng.github.io/posts/2023-06-23-agent/",),
bs_kwargs={"parse_only": bs4_strainer},
)
docs = loader.load()
len(docs[0].page_content)
API 参考：
43131
print(docs[0].page_content[:500])
LLM Powered Autonomous Agents
Date: June 23, 2023 | Estimated Reading Time: 31 min | Author: Lilian Weng
Building agents with LLM (large language model) as its core controller is a cool concept. Several proof-of-concepts demos, such as AutoGPT, GPT-Engineer and BabyAGI, serve as inspiring examples. The potentiality of LLM extends beyond generating well-written copies, stories, essays and programs; it can be framed as a powerful general problem solver.
Agent System Overview#
In
深入了解
DocumentLoader：从源加载数据作为 Documents 列表的对象。
DocumentLoaders 的详细文档。我们加载的文档长度超过 42k 个字符。这太长了，许多模型的上下文窗口都放不下。即使对于那些可以在上下文窗口中容纳完整帖子的模型，模型也很难在很长的输入中找到信息。
为了解决这个问题，我们将把 Document 嵌入和向量存储分成块。这应该可以帮助我们在运行时只检索博客文章中最相关的部分。
在本例中，我们将文档拆分为 1000 个字符的块，块之间有 200 个字符的重叠。重叠有助于降低将语句与与其相关的重要上下文分离的可能性。我们使用 RecursiveCharacterTextSplitter 它将使用常用分隔符（如换行符）递归拆分文档，直到每个块的大小合适。这是针对一般文本用例的推荐文本拆分器。
我们进行设置 add_start_index=True，以便每个分割文档在初始文档中开始的字符索引被保存为元数据属性'start_index'。
from langchain_text_splitters import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(
chunk_size=1000, chunk_overlap=200, add_start_index=True
)
all_splits = text_splitter.split_documents(docs)
len(all_splits)
API 参考：
66
len(all_splits[0].page_content)
969
all_splits[10].metadata
{'source': 'https://lilianweng.github.io/posts/2023-06-23-agent/',
'start_index': 7056}
深入了解
TextSplitter：将 Document 列表拆分为较小块的对象。TextSplitter 的子类 DocumentTransformer。
DocumentTransformer：对 Document 对象列表执行转换的对象。
DocumentTransformers 的详细文档现在我们需要索引 66 个文本块，以便我们可以在运行时搜索它们。最常见的方法是嵌入每个文档拆分的内容，并将这些嵌入插入到向量数据库（或向量存储）中。当我们想要搜索我们的拆分时，我们会采用文本搜索查询，嵌入它，然后执行某种'相似性'搜索，以识别与我们的查询嵌入最相似的嵌入的存储拆分。最简单的相似性度量是余弦相似性 - 我们测量每对嵌入（它们是高维向量）之间角度的余弦。
向量存储和 Embedding 模型在单个命令中嵌入和存储所有文档分割。
from langchain_chroma import Chroma
from langchain_openai import OpenAIEmbeddings
vectorstore = Chroma.from_documents(documents=all_splits, embedding=OpenAIEmbeddings())
API 参考：
深入了解
Embeddings：文本嵌入模型的包装器，用于将文本转换为嵌入。
VectorStore：向量数据库的包装器，用于存储和查询嵌入。
这样就完成了管道的索引部分。此时，我们有一个可查询的向量存储，其中包含博客文章的分块内容。给定一个用户问题，理想情况下，我们应该能够返回回答该问题的博客文章片段。
现在让我们编写实际的应用程序逻辑。我们想要创建一个简单的应用程序，它接受用户问题，搜索与该问题相关的文档，将检索到的文档和初始问题传递给模型，然后返回答案。
首先，我们需要定义搜索文档的逻辑。LangChain 定义了一个 Retriever 接口，它包装了一个索引，可以根据字符串查询返回相关内容 Documents。
最常见的类型 Retriever 是 VectorStoreRetriever，它使用向量存储的相似性搜索功能来方便检索。任何 VectorStore 都可以轻松转换为 Retriever 为 VectorStore.as_retriever()：
retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 6})
retrieved_docs = retriever.invoke("What are the approaches to Task Decomposition?")
len(retrieved_docs)
6
print(retrieved_docs[0].page_content)
Tree of Thoughts (Yao et al. 2023) extends CoT by exploring multiple reasoning possibilities at each step. It first decomposes the problem into multiple thought steps and generates multiple thoughts per step, creating a tree structure. The search process can be BFS (breadth-first search) or DFS (depth-first search) with each state evaluated by a classifier (via a prompt) or majority vote.
Task decomposition can be done (1) by LLM with simple prompting like "Steps for XYZ.\n1.", "What are the subgoals for achieving XYZ?", (2) by using task-specific instructions; e.g. "Write a story outline." for writing a novel, or (3) with human inputs.
深入了解
向量存储通常用于检索，但也有其他方法可以进行检索。
Retriever：根据文本查询返回 Document 的对象
MultiQueryRetriever 以提高检索命中率。MultiVectorRetriever 而是生成多个嵌入，以提高检索命中率。Max marginal relevance 选择检索到的文档之间的多样性，以避免传递重复的上下文。让我们将所有这些放在一起形成一个链，该链接受问题、检索相关文档、构建提示、将其传递给模型并解析输出。
我们将使用 gpt-3.5-turbo OpenAI 聊天模型，但可以替换任何 ChatModel LangChain。
pip install -qU langchain-openai
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass()
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo-0125")
RAG 提示。
from langchain import hub
prompt = hub.pull("rlm/rag-prompt")
example_messages = prompt.invoke(
{"context": "filler context", "question": "filler question"}
).to_messages()
example_messages
[HumanMessage(content="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.\nQuestion: filler question \nContext: filler context \nAnswer:")]
print(example_messages[0].content)
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: filler question
Context: filler context
Answer:
我们将使用 LCEL 协议来定义链，从而使我们能够
实现如下：
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
def format_docs(docs):
return "\n\n".join(doc.page_content for doc in docs)
rag_chain = (
{"context": retriever | format_docs, "question": RunnablePassthrough()}
| prompt
| llm
| StrOutputParser()
)
for chunk in rag_chain.stream("What is Task Decomposition?"):
print(chunk, end="", flush=True)
API 参考：
Task Decomposition is a process where a complex task is broken down into smaller, more manageable steps or parts. This is often done using techniques like "Chain of Thought" or "Tree of Thoughts", which instruct a model to "think step by step" and transform large tasks into multiple simple tasks. Task decomposition can be prompted in a model, guided by task-specific instructions, or influenced by human inputs.
让我们剖析一下 LCEL 来了解发生了什么。
首先：每个组件（retriever、prompt, llm、等）都是 Runnable 的实例。
这意味着它们实现相同的方法（例如 sync 和 async invoke, .stream或 .batch），这使得它们更容易连接在一起。它们可以通过运算符连接到另一个 Runnable。
LangChain 会在遇到 | 运算符时自动将某些对象转换为 Runnable。
这里，format_docs 转换为 RunnableLambda，带有 "context" 和 "question" 的字典转换为 RunnableParallel。
细节并不重要，重要的是，每个对象都是一个 Runnable。
让我们追踪一下输入问题如何流经上述可运行程序。
正如我们上面所看到的，输入 prompt 预计是一个带有键 "context" 和 "question" 的字典。因此，该链的第一个元素构建了可运行程序，它将根据输入问题计算这两个值：
retriever | format_docs 将问题传递给检索器，生成 Document 对象，然后 format_docs 生成字符串；RunnablePassthrough() 将输入的问题保持不变。也就是说，如果你构造
chain = (
{"context": retriever | format_docs, "question": RunnablePassthrough()}
| prompt
)
然后 chain.invoke(question) 将构建一个格式化的提示，准备进行推理。（注意：使用 LCEL 进行开发时，使用这样的子链进行测试是可行的。）
该链的最后步骤是 llm，运行推理，以及 StrOutputParser()，仅从 LLM 的输出消息中提取字符串内容。
您可以通过其 LangSmith 来分析此链的各个步骤。
如果需要，LangChain 包含实现上述 LCEL 的便捷函数。我们编写了两个函数：
rag_chain，使用输入键 context 和 input ---- 它使用检索到的上下文和查询生成答案。input，输出包括 input、context 和 answer。from langchain.chains import create_retrieval_chain
from langchain.chains.combine_documents import create_stuff_documents_chain
from langchain_core.prompts import ChatPromptTemplate
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}"
)
prompt = ChatPromptTemplate.from_messages(
[
("system", system_prompt),
("human", "{input}"),
]
)
question_answer_chain = create_stuff_documents_chain(llm, prompt)
rag_chain = create_retrieval_chain(retriever, question_answer_chain)
response = rag_chain.invoke({"input": "What is Task Decomposition?"})
print(response["answer"])
API 参考：
Task Decomposition is a process in which complex tasks are broken down into smaller and simpler steps. Techniques like Chain of Thought (CoT) and Tree of Thoughts are used to enhance model performance on these tasks. The CoT method instructs the model to think step by step, decomposing hard tasks into manageable ones, while Tree of Thoughts extends CoT by exploring multiple reasoning possibilities at each step, creating a tree structure of thoughts.
在问答应用中，向用户展示用于生成答案的来源通常很重要。
LangChain 的内置功能 create_retrieval_chain 会将检索到的源文档传播到密钥中的输出 "context"：
for document in response["context"]:
print(document)
print()
page_content='Fig. 1. Overview of a LLM-powered autonomous agent system.\nComponent One: Planning#\nA complicated task usually involves many steps. An agent needs to know what they are and plan ahead.\nTask Decomposition#\nChain of thought (CoT; Wei et al. 2022) has become a standard prompting technique for enhancing model performance on complex tasks. The model is instructed to 'think step by step' to utilize more test-time computation to decompose hard tasks into smaller and simpler steps. CoT transforms big tasks into multiple manageable tasks and shed lights into an interpretation of the model's thinking process.' metadata={'source': 'https://lilianweng.github.io/posts/2023-06-23-agent/'}
...
深入了解
ChatModel：LLM 支持的聊天模型。接收一系列消息并返回一条消息。
LLM：文本输入文本输出 LLM。输入一个字符串并返回一个字符串。
查看具有本地运行模型的 RAG 指南。
如上所示，我们可以从提示中心加载提示（例如 hub.pull）。提示也可以轻松自定义：
from langchain_core.prompts import PromptTemplate
template = """Use the following pieces of context to answer the question at the end.
If you don't know the answer, just say that you don't know, don't try to make up an answer.
Use three sentences maximum and keep the answer as concise as possible.
Always say "thanks for asking!" at the end of the answer.
{context}
Question: {question}
Helpful Answer:"""
custom_rag_prompt = PromptTemplate.from_template(template)
rag_chain = (
{"context": retriever | format_docs, "question": RunnablePassthrough()}
| custom_rag_prompt
| llm
| StrOutputParser()
)
rag_chain.invoke("What is Task Decomposition?")
API 参考：
'Task decomposition is the process of breaking down a complex task into smaller, more manageable parts. Techniques like Chain of Thought (CoT) and Tree of Thoughts allow an agent to "think step by step" and explore multiple reasoning possibilities, respectively. This process can be executed by a Language Model with simple prompts, task-specific instructions, or human inputs. Thanks for asking!'
我们介绍了基于数据构建基本问答应用程序的步骤：
上述每个部分都有很多功能、集成和扩展可供探索。除了上面提到的深入资源外，下一步还包括：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online