手把手系列｜使用Milvus、Llama 3、Ollama、LangChain本地设置RAG应用

news2024/11/15 12:50:12

随着 Llama、Mistral、Gemma 等开源大语言模型（LLM）的出现，我们越来越能感受到 LLM 的力量，而本地运行基于 LLM 的 RAG 应用的需求越来越强烈。在将应用推至生产环境前，我们往往都需要先本地运行和测试。

因此，本文将介绍如何使用 Ollama、Llama 3 和 Milvus 向量数据库在本地部署一个检索增强生成（RAG）应用。

本文将使用到的软件和工具包括：

LangChain：用于创建代理，实现与数据的互动。
Ollama：在笔记本电脑中使用 LLM 的强大功能，简化本地操作。
Milvus：向量数据库用于高效存储和检索数据。
Llama 3：由 Meta 推出的大语言模型，Llama 系列的最新版本。

01.

问答与检索增强生成（RAG）

本文中，我们将使用 RAG 技术搭建一个高级的问答机器人。

02.

什么是 RAG？

RAG，即检索增强生成，是一种通过整合外部数据源来增强大语言模型（LLM）的技术。一个典型的 RAG 应用包括：

索引流水线（Pipeline）：用于从外部数据源中摄取数据并对其进行索引，随后加载、拆分并将数据存储在 Milvus 中。
检索和生成：将用户查询转换为 Embedding 向量，然后从 Milvus 中检索相关数据形成上下文，然后 LLM 上下文生成响应。

文本将提供实用的操作指导，向您展示如何使用本地 LLM 构建 RAG 应用。欢迎初学者跟随本指南开始构建自己的问答机器人！

03.

前提条件

开始前，请先确保您已安装：

Docker 和 Docker-Compose
Milvus standalone
Ollama

04.

设置 RAG 应用

现在开始设置 RAG 应用：

通过命令 docker-compose up -d 启动 Milvus standalone 实例。该命令将以 Docker 分离（detached）模式启动您的 Milvus 实例，在后台安静运行。
通过命令 ollama pull <模型名称> （例如 ollama pull llama3）获取 LLM 模型。点击此处查看可用模型列表。该命令将下载模型的默认版本（通常是最新且最小的版本）。
通过命令 ollama run <模型名称> 要直接与模型进行交互。

05.

安装依赖

您还需要安装所需的依赖库。如果您直接使用 Github 上的代码，可以使用 Poetry，或者您也可以使用 pip 进行安装。

pip install langchain pymilvus ollama pypdf langchainhub langchain-community langchain-experimental

06.

搭建并运行 RAG 应用

如前文所述，RAG 应用中的重要组成部分就是数据索引。

使用 PyPDFLoader 导入 PDF 数据。

from langchain_community.document_loaders import PyPDFLoader
loader = PyPDFLoader(
"https://d18rn0p25nwr6d.cloudfront.net/CIK-0001813756/975b3e9b-268e-4798-a9e4-2a9a7c92dc10.pdf"
)
data = loader.load()

切分数据

使用 RecursiveCharacterTextSplitter 将已加载数据切分为切片。

from langchain.text_splitter import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=0)
all_splits = text_splitter.split_documents(data)

使用 Jina 的 Small English embeddings 将文本数据转换为 Embedding 向量并存储在 Milvus 中。

from langchain_community.embeddings.jina import JinaEmbeddings
from langchain.vectorstores.milvus import Milvus
embeddings = JinaEmbeddings(jina_api_key=JINA_AI_API_KEY, model_name="jina-embeddings-v2-small-en"
)
vector_store = Milvus.from_documents(documents=all_splits, embedding=embeddings)

4. 使用 Ollama 轻松在本地加载 LLM（本示例中使用 Meta 的 Llama 3）。

from langchain_community.llms import Ollama
from langchain.callbacks.manager import CallbackManager
from langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler
llm = Ollama(
model="llama3",
callback_manager=CallbackManager([StreamingStdOutCallbackHandler()]
),
stop=["<|eot_id|>"],
)

5. 使用 Langchain 搭建问答机器人。构建问答链来处理和响应用户查询。

from langchain import hub
from langchain.chains import RetrievalQA
query = input("\nQuery: ")
prompt = hub.pull("rlm/rag-prompt")   


qa_chain = RetrievalQA.from_chain_type(
    llm, retriever=vectorstore.as_retriever(), chain_type_kwargs={"prompt": prompt}
)
result = qa_chain({"query": query})
print(result)

‍

07.

运行 RAG 应用

通过命令 python rag_ollama.py 运行 RAG 应用。

以下为回答示例：

Query: What is this document about?
The document appears to be a 104 Cover Page Interactive Data File for an SEC filing. It contains information about the company's financial statements and certifications.{'query': 'What is this document about?', 'result': "The document appears to be a 104 Cover Page Interactive Data File for an SEC filing. It contains information about the company's financial statements and certifications."}

我们已成功使用 Ollama、Llama 3、Langchain 和 Milvus 搭建了一个复杂的问答机器人。我们搭建的不应用不仅可以高效处理大规模数据集，还能够在本地针对用户问题进行回答。

欢迎了解 Milvus 及其 GitHub 代码仓库，并通过微信群交流分享 Milvus 使用经验！

相关链接：