聊聊AI智能体框架MetaGPT下的RAG实践

概述

MetaGPT^[1]是一个智能体开发框架，其功能完备，易于介入开发，而且是国内的团队开发的，直接可以对标微软的autogen等一众智能体框架。

MetaGPT集成了llama_index，进而实现了RAG，结合MetaGPT可以方便快速的接入自定义LLM，使得使用体验是很好的，比在llama_index中自定义LLM及使用RAG要更方便。

RAG使用

以官方的示例项目为例，跑一个rag_pipeline的程序。

安装

我个人是建议源码安装：pip install -e .[rag]；可以方便快捷的改动源码调试；参考：RAG模块^[2]。

向量模型部署

基于modelscope快速的安装Ollama，ollama官网的安装下载很慢，但可以基于ModelScope来下载安装，地址：Ollama-Linux^[3]。下载后，拉取bge-m3向量模型，并指定环境变量运行：

# 拉取
OLLAMA_HOST=0.0.0.0:6006 ollama pull bge-me:567m

# 启动
CUDA_VISIBLE_DEVICES=2,3 OLLAMA_HOST=0.0.0.0:6006  ./ollama serve

如此，就将向量模型部署起来了。

MetaGPT本地LLM&RAG配置

一直没有在官方和网上找到如何配置本地的LLM&RAG，基本都是默认的openai类型。自己研究了下，按如下配置即可：

# Full Example: https://github.com/geekan/MetaGPT/blob/main/config/config2.example.yaml
# Reflected Code: https://github.com/geekan/MetaGPT/blob/main/metagpt/config2.py
# Config Docs: https://docs.deepwisdom.ai/main/en/guide/get_started/configuration.html
llm:
  api_type: "open_llm"  # or azure / ollama / groq etc.
  model: "glm4"  # or gpt-3.5-turbo
  base_url: "http://127.0.0.1:7860/v1"  # or forward url / other llm url
  # max_token: 6000
  # api_key: "empty"

# RAG Embedding.
# For backward compatibility, if the embedding is not set and the llm's api_type is either openai or azure, the llm's config will be used. 
embedding:
  api_type: "ollama" # openai / azure / gemini / ollama etc. Check EmbeddingType for more options.
  base_url: "http://127.0.0.1:6006"
  # api_key: ""
  model: "bge-m3:567m"
  dimensions: "1024" # output dimension of embedding model

RAG示例项目

接下来，运行官方的RAG示例项目：rag_pipeline.py，且注释掉es的代码：

async def main():
    """RAG pipeline.

    Note:
    1. If `use_llm_ranker` is True, then it will use LLM Reranker to get better result, but it is not always guaranteed that the output will be parseable for reranking,
       prefer `gpt-4-turbo`, otherwise might encounter `IndexError: list index out of range` or `ValueError: invalid literal for int() with base 10`.
    """

    # 解决 ValueError: Calculated available context size -12792 was not non-negative. 报错的问题
    Settings._prompt_helper = PromptHelper(context_window=6000)
    e = RAGExample(use_llm_ranker=False)

    await e.run_pipeline()
    await e.add_docs()
    await e.add_objects()
    await e.init_objects()
    await e.init_and_query_chromadb()
    # 暂时注释ES
    # await e.init_and_query_es()

官方文档也提过可能会有ValueError: Calculated available context size -12792 was not non-negative的报错，我也遇到了，本质上是集成的llama_index抛出来的，有两种方式一个是官方推荐的max_token，我用的另一个：Settings._prompt_helper = PromptHelper(context_window=6000)。

最终的运行日志如下：

小结

其实整个流程没什么难点，主要是在配置项的确是没有参考的，也不知道是真没有基于本地LLM&RAG来配置的，还是采用的离线调用；我反正是比较能喜欢远程API的方式。

MetaGPT的RAG模块功能，是基于llama_index来实现的，其实就是直接集成进来的。因此对于RAG有需要优化的地方，是可以直接改源码的，这也是我推荐基于源码安装的原因。不过跟了一下llama_index的源码，我觉得还是写得蛮好的，尤其是现在基于event编排RAG流程。