RAG 代表 检索增强生成，这是一种强大的技术，旨在通过以文档形式为大型语言模型 (LLM) 提供特定的相关上下文来增强其性能。与纯粹根据预先训练的知识生成响应的传统法学硕士不同，RAG 允许您通过检索和利用实时数据或特定领域的信息，使模型的输出与您期望的结果更紧密地结合起来。
虽然 RAG 和微调的目的都是提高 LLM 的性能，但 RAG 通常是一种更高效且资源友好的方法。微调涉及在专门的数据集上重新训练模型，这需要大量的计算资源、时间和专业知识。另一方面，RAG 动态检索相关信息并将其合并到生成过程中，从而可以更灵活且更具成本效益地适应新任务，而无需进行大量的再训练。
Ollama 提供本地运行 LLaMA 所需的后端基础设施。首先，请访问 Ollama 的网站并下载该应用程序。按照说明在本地计算机上进行设置。
LangChain 是一个 Python 框架，旨在与各种 LLM 和向量数据库配合使用，使其成为构建 RAG 代理的理想选择。通过运行以下命令安装 LangChain 及其依赖项：
pip install langchain
首先，您需要一个函数来与本地 LLaMA 实例交互。设置方法如下：
from requests import post as rpost
def call_llama(prompt):
headers = {"Content-Type": "application/json"}
payload = {
"model": "llama3.1",
"prompt": prompt,
"stream": False,
}
response = rpost(
"http://localhost:11434/api/generate",
headers=headers,
json=payload
)
return response.json()["response"]
接下来，将此函数集成到LangChain内的自定义LLM类中：
from langchain_core.language_models.llms import LLM
class LLaMa(LLM):
def _call(self, prompt, **kwargs):
return call_llama(prompt)
@property
def _llm_type(self):
return "llama-3.1-8b"
检索器负责根据用户的查询获取相关文档。以下是如何使用 FAISS 进行矢量存储和 HuggingFace 的预训练嵌入进行设置：
from langchain.vectorstores import FAISS
from langchain_huggingface import HuggingFaceEmbeddings
documents = [
{"content": "What is your return policy? ..."},
{"content": "How long does shipping take? ..."},
# Add more documents as needed
]
texts = [doc["content"] for doc in documents]
retriever = FAISS.from_texts(
texts,
HuggingFaceEmbeddings(model_name="all-MiniLM-L6-v2")
).as_retriever(k=5)
定义 RAG 代理将用于根据检索到的文档生成响应的提示模板：
from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder
faq_template = """
You are a chat agent for my E-Commerce Company. As a chat agent, it is your duty to help the human with their inquiry and make them a happy customer.
Help them, using the following context:
<context>
{context}
</context>
"""
faq_prompt = ChatPromptTemplate.from_messages([
("system", faq_template),
MessagesPlaceholder("messages")
])
将文档检索和 LLaMA 生成结合成一个内聚链：
from langchain.chains.combine_documents import create_stuff_documents_chain
document_chain = create_stuff_documents_chain(LLaMa(), faq_prompt)
def parse_retriever_input(params):
return params["messages"][-1].content
retrieval_chain = RunnablePassthrough.assign(
context=parse_retriever_input | retriever
).assign(answer=document_chain)
在运行 RAG 代理之前，请确保 Ollama 服务器已启动并正在运行。使用以下命令启动服务器：
ollama serve
现在，您可以通过发送查询来测试您的 RAG 代理：
from langchain.schema import HumanMessage
response = retrieval_chain.invoke({
"messages": [
HumanMessage("I received a damaged item. I want my money back.")
]
})
print(response)
回复：
“得知您收到损坏的物品，我感到非常遗憾。根据我们的政策，如果您收到损坏的物品，请立即联系我们的客户服务团队并附上损坏的照片。我们将为您安排更换或退款。您希望我帮助您获得退款吗？我需要您提供一些信息，例如您的订单号和有关损坏物品的详细信息，以便我帮助处理您的请求？”
通过遵循这些步骤，您可以创建一个功能齐全的本地 RAG 代理，能够通过实时上下文增强 LLM 的性能。此设置可以适应各种领域和任务，使其成为上下文感知生成至关重要的任何应用程序的通用解决方案。
以上是如何使用 Ollama 和 LangChain 创建本地 RAG 代理的详细内容。更多信息请关注PHP中文网其他相关文章！
