基于Llama 3、Ollama、Milvus、LangChain，快速搭建本地RAG
隨著Llama、Mistral、Gemma等開源大型語言模型（LLMs）的興起，本地運行LLMs的實用性和必要性日益凸顯，尤其是與商業模型如GPT-3或GPT-4相比時，其成本效益展現出明顯的優勢。
本文指導讀者如何結合Ollama、Llama 3和Milvus搭建高效的檢索增強生成（RAG）系統，創建一個能解答特定問題的Q&A聊天機器人。
1 RAG概述
RAG，即檢索增強生成，是一種通過融合額外的數據源來提升大型語言模型（LLMs）性能的技術。一個典型的RAG應用流程包括：
- 索引：這涉及從數據源中提取數據，并在Milvus中進行加載、分割和存儲，形成索引。
- 檢索與生成：在應用運行期間，RAG會處理用戶的查詢，從Milvus中的索引里檢索出相關數據，然后利用這些數據，LLM生成一個更加精準的響應。
2 先決條件
請先確認系統滿足以下先決條件：
- Docker與Docker-Compose - 請確保系統中已安裝Docker及Docker-Compose工具。
- Milvus獨立版 - 使用Milvus的獨立版本，它可以通過Docker Compose方便地進行管理。具體安裝方法，請參考文檔說明（https://milvus.io/docs/install_standalone-docker-compose.md）。
- Ollama - 在系統上安裝Ollama；訪問其官方網站獲取最新的安裝指南。
3 設置
安裝完所有前提條件后，就可以設置 RAG 應用程序了：
- 使用命令docker-compose up -d啟動Milvus獨立實例。 此命令以分離模式啟動Milvus實例，在后臺安靜運行。
- 通過命令ollama pull <name_of_model>?獲取LLM模型。 通過模型庫查看可用模型列表。 例如：ollama pull llama3此命令下載模型的默認版本（通常是最新和最小的版本）。
- 使用命令ollama run <name-of-model>直接從命令行與模型聊天。
安裝依賴項
要運行此應用程序，需要安裝所需的庫。可以直接使用pip進行安裝。
pip install langchain pymilvus ollama pypdf langchainhub langchain-community langchain-experimental4 構建RAG應用程序
如前所述，RAG的主要組成部分之一是索引數據。
首先使用PyPDFLoader導入PDF中的數據
from langchain_community.document_loaders import PyPDFLoader
loader = PyPDFLoader(
"https://d18rn0p25nwr6d.cloudfront.net/CIK-0001813756/975b3e9b-268e-4798-a9e4-2a9a7c92dc10.pdf"
)
data = loader.load()分割數據
使用RecursiveCharacterTextSplitter將加載的數據分解為可管理的塊
from langchain.text_splitter import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=0)
all_splits = text_splitter.split_documents(data)獲取嵌入并在Milvus中存儲數據
接下來，使用Jina AI的Small English嵌入(https://huggingface.co/jinaai/jina-embeddings-v2-small-en)將文本數據轉換為向量嵌入，并存儲到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)加載LLM
Ollama極大簡化了在本地加載和運用大型語言模型（LLM）的過程。在本例中，將應用Meta公司開發的Llama 3模型進行操作。以下是如何加載:
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|>"],
)使用Langchain構建QA鏈
最后，構建QA鏈以處理和響應用戶查詢：
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)5 運行應用程序
通過最后一個單元格中的 result 變量執行 RAG 應用程序。
問答交互示例：
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."}這樣就成功使用Ollama、Llama 3、Langchain和Milvus搭建了一個功能強大的本地大型語言模型（LLM）。。這一配置不僅讓處理龐大的數據集變得輕松可行，同時也打造了一個反應迅速的本地問答系統。
本文轉載自?? AI科技論談??，作者： AI科技論談
