微信扫码
与创始人交个朋友
我要投稿
此前文章中,我介绍了使用LlamaIndex,如何构建知识库,实现各类文档和网页的加载、转换、索引与存储。
当时,我们采用的向量数据库是Chroma,作为LlamaIndex中的向量存储(Vector Store)。Chroma是一个非常简单易用的嵌入式向量数据库,在开发和测试场景非常受欢迎。
但是,如果是生产级系统,我们必须考虑能力更强、可扩展的向量数据库,比如国内使用较多的Milvus,以及国外使用较多的Weaviate。
LlamaIndex支持超过20种向量数据库,在官网文档上给出了列表,并标注了各个向量数据库是否支持下列5个特性,包括:元数据过滤、混合检索、可删除、文档存储、支持异步。
详情请参考官方文档:
https://docs.llamaindex.ai/en/stable/module_guides/storing/vector_stores/
1
选择向量数据库
我的前一篇文章《QAnything技术栈解析》中提到,QAnything采用了混合检索技术,提升检索的准确性。
最初,QAnything使用了Milvus做向量存储和向量语义检索,后来引入了Elasticsearch做BM25关键词检索,从而实现了混合检索。
Elasticsearch作为一个分布式的搜索和数据分析引擎,在全文检索和海量非结构化数据存储等场景,已经得到了广泛应用。现在,Elasticsearch也可以用于向量存储,并支持以上包括混合检索在内的全部5个特性。
因此,在生产环境,使用Elasticsearch作为向量数据库并使用其混合检索功能,是一个合适的选择。
系统技术栈如下表所示:
LlamaIndex | |
Streamlit | |
Ollama | |
Gemma 2B | |
BAAI/bge-small-zh-v1.5 | |
SpacyTextSplitter | |
MongoDB | |
ElasticSearch |
以下,我将结合代码实例,讲解如何在LlamaIndex框架中使用Elasticsearch,并给出一套完整可运行的本地知识库问答系统。
2
代码实现示例
示例1:安装和配置ES
我们使用ES做向量存储(Vector Stores)。首先,使用ES官方Docker镜像,在本机安装和运行ES。
docker run -p 9200:9200 \-e "discovery.type=single-node" \-e "xpack.security.enabled=false" \-e "xpack.license.self_generated.type=trial" \docker.elastic.co/elasticsearch/elasticsearch:8.13.2
然后,配置ES,作为向量数据库,并通过retrieval_strategy配置使用混合检索(hybrid=true)。
# 向量数据库: Elasticsearch
from llama_index.vector_stores.elasticsearch import ElasticsearchStore
from llama_index.vector_stores.elasticsearch import AsyncDenseVectorStrategy
ES_URI = "http://localhost:9200"
es_vector_store = ElasticsearchStore(
es_url=ES_URI,
index_name="my_index",
retrieval_strategy=AsyncDenseVectorStrategy(hybrid=True), # 使用混合检索
)
示例2:配置MongoDB
我们选用MongoDB做文档存储(Document Stores)和索引存储(Index Stores)。你可以通过Docker安装和运行MongoDB,然后做如下代码配置。
# 文档存储: MongoDB
from llama_index.storage.docstore.mongodb import MongoDocumentStore
from llama_index.storage.index_store.mongodb import MongoIndexStore
from llama_index.core import StorageContext
MONGO_URI = "mongodb://localhost:27017"
mongo_doc_store = MongoDocumentStore.from_uri(uri=MONGO_URI)
mongo_index_store = MongoIndexStore.from_uri(uri=MONGO_URI)
storage_context = StorageContext.from_defaults(
docstore=mongo_doc_store,
index_store=mongo_index_store,
vector_store=es_vector_store,
)
示例3:配置本地模型
请到ollama.com安装Ollama,并下载大模型,比如:Llama 3, Phi 3, Mistral, Gemma等。为了测试方便,我们选用速度更快、效果较好的Gemma 2B模型,共1.7GB。
# Ollama本地LLM: gemma:2b
from llama_index.llms.ollama import Ollama
llm_ollama = Ollama(model="gemma:2b", request_timeout=600.0)
嵌入模型我们继续使用智源的BAAI/bge-small-zh-v1.5。
# 本地嵌入模型: bge-small-zh-v1.5
from llama_index.embeddings.huggingface import HuggingFaceEmbedding
bge_embed_model = HuggingFaceEmbedding(model_name="BAAI/bge-small-zh-v1.5")
第一次运行时会自动从Hugging Face下载模型,请提前设置使用国内镜像站点。
export HF_ENDPOINT=https://hf-mirror.com
将配置好的大模型和嵌入模型,挂载在LlamaIndex全局设置上。
# LlamaIndex全局配置
from llama_index.core import Settings
Settings.llm = llm_ollama
Settings.embed_model = bge_embed_model
示例4:配置文本分割器
文本分割器Spacy对中文支持较好。我们可以通过Langchain引入和使用。
# 文本分割器: SpacyTextSplitter
from llama_index.core.node_parser import LangchainNodeParser
from langchain.text_splitter import SpacyTextSplitter
spacy_text_splitter = LangchainNodeParser(SpacyTextSplitter(
pipeline="zh_core_web_sm",
chunk_size = 512,
chunk_overlap = 128
))
示例5:加载网页信息
此前文章介绍过,我们可以用LlamaIndex的SimpleDirectoryReader读取本地文件夹“data”中的文件。
# 加载文件信息: SimpleDirectoryReader
from llama_index.core import SimpleDirectoryReader
documents = SimpleDirectoryReader(input_dir="./data", recursive=True).load_data()
print(f"Loaded {len(documents)} Files")
为了测试方便,本程序中,我们用SimpleWebPageReader读取网页信息。
# 加载网页信息: SimpleWebPageReader
from llama_index.readers.web import SimpleWebPageReader
pages = ["https://mp.weixin.qq.com/s/prnDzOQ8HjUmonNp0jhRfw",]
documents = SimpleWebPageReader(html_to_text=True).load_data(pages)
print(f"Loaded {len(documents)} Web Pages")
示例6:配置数据转换管道
通过配置数据转换管道,可以实现数据转换并行处理以及知识库的去重,即默认的策略为更新插入(upserts)。
# 数据转换管道
from llama_index.core.ingestion import IngestionPipeline
pipeline = IngestionPipeline(
transformations=[
spacy_text_splitter,
bge_embed_model,
],
docstore=mongo_doc_store,
vector_store=es_vector_store,
)
接下来,运行数据转换管道,将分片后的文本向量化之后,存储到Elasticsearch向量数据库中。
# 生成索引存入向量数据库
nodes = pipeline.run(documents=documents)
print(f"Ingested {len(nodes)} Nodes")
print(f"Load {len(pipeline.docstore.docs)} documents into docstore")
示例7:创建索引
然后,基于上述生成的nodes,创建向量存储索引。
# 创建向量存储索引
from llama_index.core import VectorStoreIndex
index = VectorStoreIndex(nodes, storage_context=storage_context)
示例8:定制中文Prompt模板
为了避免大模型用英文回答中文问题,我们需要定制LlamaIndex的Prompt模板。
# 定制中文Prompt
from llama_index.core import PromptTemplate
text_qa_template_str = (
"以下为上下文信息\n"
"---------------------\n"
"{context_str}\n"
"---------------------\n"
"请根据上下文信息回答我的问题或回复我的指令。前面的上下文信息可能有用,也可能没用,你需要从我给出的上下文信息中选出与我的问题最相关的那些,来为你的回答提供依据。回答一定要忠于原文,简洁但不丢信息,不要胡乱编造。我的问题或指令是什么语种,你就用什么语种回复。\n"
"问题:{query_str}\n"
"你的回复:"
)
示例9:创建查询引擎
基于索引,创建查询引擎(Query Engine)。现在,可以针对知识库中的内容进行提问了。
# 创建查询引擎并查询
query_engine = index.as_query_engine(
text_qa_template = text_qa_template,
top_k=1,
)
your_question = "什么是流程?"
print(f"问题:{your_question}")
response = query_engine.query(your_question)
print(f"回答:{response}")
示例10:前端UI使用Streamlit
我们使用Streamlit构建一个Web UI,用于对话。
# 使用Streamlit构建Web UI
import streamlit as st
TITLE = "本地大模型知识库问答"
st.set_page_config(page_title=TITLE, page_icon="?", layout="centered", initial_sidebar_state="auto", menu_items=None)
st.header(TITLE)
st.info("By 大卫", icon="?")
if "messages" not in st.session_state.keys(): # 初始化聊天历史记录
st.session_state.messages = [
{"role": "assistant", "content": "关于文档里的内容,请随便问"}
]
# 提示用户输入问题,并将问题添加到消息历史记录
if prompt := st.chat_input("Your question"):
st.session_state.messages.append({"role": "user", "content": prompt})
# 显示此前的问答记录
for message in st.session_state.messages:
with st.chat_message(message["role"]):
st.write(message["content"])
# 生成回答
if st.session_state.messages[-1]["role"] != "assistant":
with st.chat_message("assistant"):
with st.spinner("Thinking..."):
response = query_engine.query(prompt)
st.write(response.response)
message = {"role": "assistant", "content": response.response}
st.session_state.messages.append(message)
以上全部代码,合起来形成一个文件app.py,可以通过以下命令运行。
streamlit run app.py
请注意提前通过pip命令,安装llama-index、streamlit、zh-core-web-sm、html2text等本程序运行所需的组件。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-06
Multi-Agent架构:探索AI协作的新纪元
2024-10-06
AI大模型:你不得不知道的两个致命缺陷
2024-10-05
2024年OpenAI DevDay发布实时 API、提示缓存等新功能
2024-10-05
LLM Agent的构成、技术与挑战
2024-10-05
OpenAI重磅发布Canvas:跟ChatGPT一起写作编程
2024-10-05
OpenAI爆料!GPT-5参数将达17万亿,GPT-6规模增加百倍
2024-10-02
Sam Altman回顾OpenAI 开发者日:AGI之路更清晰了
2024-10-02
ChatGPT实时语音将于本周向免费用户推出:OpenAI DevDay 2024详细解读
2024-03-30
2024-07-18
2024-04-26
2024-05-06
2024-04-11
2024-06-12
2024-07-09
2024-05-09
2024-07-25
2024-08-21