在实际做RAG(RAG，Retrieval Augmented Generation,即：增强生成)系统时，经常会遇到数据安全、隐私保护等问题，此时使用本地部署的大模型和本地部署的矢量数据库时很必要的。

 对一些概念的理解

以下的概念定义不严谨，主要是为了便于理解。实际上这些概念不仅适用于“文本”。

1. 嵌入（embedding）  
计算机的强项是计算。在处理文本时，只有把文本转换成“数”以后才能被计算机处理，我们可以认为这个过程就是：嵌入（embedding）。
我们可以用大模型进行这种嵌入：把喂给它的文本转换成“数”。嵌入的过程参见下图：  

2. 矢量数据库  

在对文本做了“嵌入”以后，文本会被转换成“矢量”。  
矢量通常由很多“维度”组成，比如我们常见的笛卡尔坐标：有x轴和y轴，我们可以用(x,y)来表示一个点的位置，这个矢量就是2维的。  
“嵌入”的过程实际上也可以称之为“矢量化”，为了能够准确的表示文本的“特征”，通常使用大模型矢量化后的矢量有很多维。  

 

3. RAG(Retrieval Augmented Generation)  
由于大模型训练使用的数据通常不是最新的，而且也显然不可能特别全。所以通常在做一些专业领域的系统时，需要借助专业领域的知识库。  
有一种有效的方式是：使用矢量数据库把专业的知识存储起来，我们可以叫它“知识库”，在进行专业知识查询时，先在“知识库”种查询关联的知识，然后再巧妙的融入到“提示词”中，喂给大模型，由大模型经过思考后返回“人性化”的答案。  
这个过程就是RAG(Retrieval Augmented Generation)。  

更详细的内容可以参考：[Build a Retrieval Augmented Generation (RAG) App]


使用langchain+本地lamma3.1+本地chroma实现知识问答

1. 安装依赖，在VS Code的terminal/终端中执行。
pip install --upgrade langchain langchain-community langchain-chroma

2. 嵌入和存储

做嵌入和查询时应该使用同一个大模型。如果在做嵌入和执行查询时用不同的大模型，那就不一定能查出什么了：）
from langchain.vectorstores import Chroma
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.embeddings import OllamaEmbeddings
from langchain_ollama.llms import OllamaLLM
from langchain.chains import VectorDBQA
from langchain.document_loaders import TextLoader

persist_directory = 'chroma_langchain_db_test'
model_name = "llama3.1"

# 定义嵌入。在存储嵌入和查询时都需要用到此嵌入函数。
def  get_embedding():
    embeddings = OllamaEmbeddings(model=model_name)
    return embeddings

# 对文本矢量化并存储在本地
def create_db():

    # 用来加载文本文件。
    # 指定文件使用tf-8编码读取，以确保正确处理非ASCII字符。
    loader = TextLoader('doc/state_of_the_union.txt',encoding='utf-8')
    documents = 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，拆分的文本块之间没有重叠部分。
    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
    texts = text_splitter.split_documents(documents)
   
    # 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()

 

执行 Chroma.from_documents 开始执行嵌入，这个过程计算量较大，可能比较慢。
 
嵌入执行完毕后，会在项目文件夹中出现chroma数据库文件：

3. 查询知识

def ask(query):

    # 创建大模型实例
    model = OllamaLLM(model=model_name)

    # 使用本地矢量数据库创建矢量数据库实例
    vectordb = 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。
    # "stuff"：意味着模型将所有的上下文一次性处理。
    qa = VectorDBQA.from_chain_type(llm=model, chain_type="stuff", vectorstore=vectordb)
   
    result = qa.run(query)
    return result

query = "What did the president say about Ketanji Brown Jackson"
r = ask(query)
print (r)

查询结果如下图：

 

4. 全部代码，仅供参考：

from langchain.vectorstores import Chroma
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.embeddings import OllamaEmbeddings
from langchain_ollama.llms import OllamaLLM
from langchain.chains import VectorDBQA
from langchain.document_loaders import TextLoader

persist_directory = 'chroma_langchain_db_test'
model_name = "llama3.1"

# 定义嵌入。在存储嵌入和查询时都需要用到此嵌入函数。
def  get_embedding():
    embeddings = OllamaEmbeddings(model=model_name)
    return embeddings

# 对文本矢量化并存储在本地
def create_db():

    # 用来加载文本文件。
    # 指定文件使用tf-8编码读取，以确保正确处理非ASCII字符。
    loader = TextLoader('doc/state_of_the_union.txt',encoding='utf-8')
    documents = 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，拆分的文本块之间没有重叠部分。
    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
    texts = text_splitter.split_documents(documents)
   
    # 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()

def ask(query):

    # 创建大模型实例
    model = OllamaLLM(model=model_name)

    # 使用本地矢量数据库创建矢量数据库实例
    vectordb = 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。
    # "stuff"：意味着模型将所有的上下文一次性处理。
    qa = VectorDBQA.from_chain_type(llm=model, chain_type="stuff", vectorstore=vectordb)
    
    result = qa.run(query)
    return result

query = "What did the president say about Ketanji Brown Jackson"
r = ask(query)
print (r)

 

下载源代码


 

参考