1.什么是rag？
检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型（LLM）用海量数据进行训练，使用数十亿个参数为回答问题、翻译语言和完成句子等任务生成原始输出。在 LLM 本就强大的功能基础上，RAG 将其扩展为能访问特定领域或组织的内部知识库，所有这些都无需重新训练模型。这是一种经济高效地改进 LLM 输出的方法，让它在各种情境下都能保持相关性、准确性和实用性。
为什么检索增强生成很重要？
LLM 是一项关键的人工智能（AI）技术，为智能聊天机器人和其他自然语言处理（NLP）应用程序提供支持。目标是通过交叉引用权威知识来源，创建能够在各种环境中回答用户问题的机器人。不幸的是，LLM 技术的本质在 LLM 响应中引入了不可预测性。此外，LLM 训练数据是静态的，并引入了其所掌握知识的截止日期。 LLM 面临的已知挑战包括：
在没有答案的情况下提供虚假信息。
当用户需要特定的当前响应时，提供过时或通用的信息。
从非权威来源创建响应。
由于术语混淆，不同的培训来源使用相同的术语来谈论不同的事情，因此会产生不准确的响应。
您可以将大型语言模型看作是一个过于热情的新员工，他拒绝随时了解时事，但总是会绝对自信地回答每一个问题。不幸的是，这种态度会对用户的信任产生负面影响，这是您不希望聊天机器人效仿的！ RAG 是解决其中一些挑战的一种方法。它会重定向 LLM，从权威的、预先确定的知识来源中检索相关信息。组织可以更好地控制生成的文本输出，并且用户可以深入了解 LLM 如何生成响应。
检索增强生成的工作原理是什么？
如果没有 RAG，LLM 会接受用户输入，并根据它所接受训练的信息或它已经知道的信息创建响应。RAG 引入了一个信息检索组件，该组件利用用户输入首先从新数据源提取信息。用户查询和相关信息都提供给 LLM。LLM 使用新知识及其训练数据来创建更好的响应。以下各部分概述了该过程。
创建外部数据
LLM 原始训练数据集之外的新数据称为外部数据。它可以来自多个数据来源，例如 API、数据库或文档存储库。数据可能以各种格式存在，例如文件、数据库记录或长篇文本。另一种称为嵌入语言模型的 AI 技术将数据转换为数字表示形式并将其存储在向量数据库中。这个过程会创建一个生成式人工智能模型可以理解的知识库。
检索相关信息
下一步是执行相关性搜索。用户查询将转换为向量表示形式，并与向量数据库匹配。例如，考虑一个可以回答组织的人力资源问题的智能聊天机器人。如果员工搜索：“我有多少年假？”，系统将检索年假政策文件以及员工个人过去的休假记录。这些特定文件将被退回，因为它们与员工输入的内容高度相关。相关性是使用数学向量计算和表示法计算和建立的。
增强 LLM 提示
接下来，RAG 模型通过在上下文中添加检索到的相关数据来增强用户输入（或提示）。此步骤使用提示工程技术与 LLM 进行有效沟通。增强提示允许大型语言模型为用户查询生成准确的答案。
更新外部数据
下一个问题可能是——如果外部数据过时了怎么办？ 要维护当前信息以供检索，请异步更新文档并更新文档的嵌入表示形式。您可以通过自动化实时流程或定期批处理来执行此操作。这是数据分析中常见的挑战——可以使用不同的数据科学方法进行变更管理。 下图显示了将 RAG 与 LLM 配合使用的概念流程。
2.什么是LangChain?
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。他主要拥有 2 个能力：
可以将 LLM 模型与外部数据源进行连接
允许与 LLM 模型进行交互
LLM 模型：Large Language Model，大型语言模型
3.代码工程
实验目的
利用LangChain实现rag应用
pom.xml
<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.1</version><relativePath/> <!-- lookup parent from repository --></parent><modelVersion>4.0.0</modelVersion><artifactId>rag</artifactId><properties><java.version>17</java.version><langchain4j.version>0.23.0</langchain4j.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-thymeleaf</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-devtools</artifactId><scope>runtime</scope></dependency><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j</artifactId><version>${langchain4j.version}</version></dependency><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-open-ai</artifactId><version>${langchain4j.version}</version></dependency><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-embeddings</artifactId><version>${langchain4j.version}</version></dependency><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-embeddings-all-minilm-l6-v2</artifactId><version>${langchain4j.version}</version></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration><excludes><exclude><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></exclude></excludes></configuration></plugin></plugins></build></project>
controller
package com.et.rag.controller;import com.et.rag.service.SBotService;import lombok.RequiredArgsConstructor;import org.springframework.http.ResponseEntity;import org.springframework.stereotype.Controller;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.PostMapping;import org.springframework.web.bind.annotation.RequestBody;@Controller@RequiredArgsConstructorpublic class SBotController {private final SBotService sBotService;@GetMappingpublic String home() {return "index";}@PostMapping("/ask")public ResponseEntity<String> ask(@RequestBody String question) {try {return ResponseEntity.ok(sBotService.askQuestion(question));} catch (Exception e) {return ResponseEntity.badRequest().body("Sorry, I can't process your question right now.");}}}
service
package com.et.rag.service;import dev.langchain4j.chain.ConversationalRetrievalChain;import lombok.RequiredArgsConstructor;import lombok.extern.slf4j.Slf4j;import org.springframework.stereotype.Service;@Service@RequiredArgsConstructor@Slf4jpublic class SBotService {private final ConversationalRetrievalChain chain;public String askQuestion(String question) {log.debug("======================================================");log.debug("Question: " + question);String answer = chain.execute(question);log.debug("Answer: " + answer);log.debug("======================================================");return answer;}}
EmbeddingStoreLoggingRetriever
package com.et.rag.retriever;import dev.langchain4j.data.segment.TextSegment;import dev.langchain4j.retriever.EmbeddingStoreRetriever;import dev.langchain4j.retriever.Retriever;import lombok.RequiredArgsConstructor;import lombok.extern.slf4j.Slf4j;import java.util.List;/*** EmbeddingStoreLoggingRetriever is a logging-enhanced for an EmbeddingStoreRetriever.* <p>* This class logs the relevant TextSegments discovered by the supplied* EmbeddingStoreRetriever for improved transparency and debugging.* <p>* Logging happens at INFO level, printing each relevant TextSegment found* for a given input text once the findRelevant method is called.*/@RequiredArgsConstructor@Slf4jpublic class EmbeddingStoreLoggingRetriever implements Retriever<TextSegment> {private final EmbeddingStoreRetriever retriever;@Overridepublic List<TextSegment> findRelevant(String text) {List<TextSegment> relevant = retriever.findRelevant(text);relevant.forEach(segment -> {log.debug("=======================================================");log.debug("Found relevant text segment: {}", segment);});return relevant;}}
components
初始化documents
package com.et.rag.configuration;import dev.langchain4j.data.document.Document;import dev.langchain4j.data.document.UrlDocumentLoader;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import java.util.List;import static com.et.rag.constant.Constants.SPRING_BOOT_RESOURCES_LIST;public class DocumentConfiguration {public List<Document> documents() {return SPRING_BOOT_RESOURCES_LIST.stream().map(url -> {try {return UrlDocumentLoader.load(url);} catch (Exception e) {throw new RuntimeException("Failed to load document from " + url, e);}}).toList();}}
初始化langchain
package com.et.rag.configuration;import com.et.rag.retriever.EmbeddingStoreLoggingRetriever;import dev.langchain4j.chain.ConversationalRetrievalChain;import dev.langchain4j.data.document.Document;import dev.langchain4j.data.document.splitter.DocumentSplitters;import dev.langchain4j.data.segment.TextSegment;import dev.langchain4j.model.embedding.AllMiniLmL6V2EmbeddingModel;import dev.langchain4j.model.embedding.EmbeddingModel;import dev.langchain4j.model.input.PromptTemplate;import dev.langchain4j.model.openai.OpenAiChatModel;import dev.langchain4j.retriever.EmbeddingStoreRetriever;import dev.langchain4j.store.embedding.EmbeddingStore;import dev.langchain4j.store.embedding.EmbeddingStoreIngestor;import dev.langchain4j.store.embedding.inmemory.InMemoryEmbeddingStore;import lombok.RequiredArgsConstructor;import lombok.extern.slf4j.Slf4j;import org.springframework.beans.factory.annotation.Value;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import java.time.Duration;import java.util.List;import static com.et.rag.constant.Constants.PROMPT_TEMPLATE_2;@Configuration@RequiredArgsConstructor@Slf4jpublic class LangChainConfiguration {@Value("${langchain.api.key}")private String apiKey;@Value("${langchain.timeout}")private Long timeout;private final List<Document> documents;@Beanpublic ConversationalRetrievalChain chain() {EmbeddingModel embeddingModel = new AllMiniLmL6V2EmbeddingModel();EmbeddingStore<TextSegment> embeddingStore = new InMemoryEmbeddingStore<>();EmbeddingStoreIngestor ingestor = EmbeddingStoreIngestor.builder().documentSplitter(DocumentSplitters.recursive(500, 0)).embeddingModel(embeddingModel).embeddingStore(embeddingStore).build();log.info("Ingesting Spring Boot Resources ...");ingestor.ingest(documents);log.info("Ingested {} documents", documents.size());EmbeddingStoreRetriever retriever = EmbeddingStoreRetriever.from(embeddingStore, embeddingModel);EmbeddingStoreLoggingRetriever loggingRetriever = new EmbeddingStoreLoggingRetriever(retriever);/*MessageWindowChatMemory chatMemory = MessageWindowChatMemory.builder().maxMessages(10).build();*/log.info("Building ConversationalRetrievalChain ...");ConversationalRetrievalChain chain = ConversationalRetrievalChain.builder().chatLanguageModel(OpenAiChatModel.builder().apiKey(apiKey).timeout(Duration.ofSeconds(timeout)).build()).promptTemplate(PromptTemplate.from(PROMPT_TEMPLATE_2))//.chatMemory(chatMemory).retriever(loggingRetriever).build();log.info("Spring Boot knowledge base is ready!");return chain;}}
application.yaml
langchain:api:# "demo" is a free API key for testing purposes only. Please replace it with your own API key.key: demo# key: OPEN_API_KEY# API call to complete before it is timed out.timeout: 30
index.html
<html lang="en"xmlns="http://www.w3.org/1999/xhtml"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1"><title>Spring Boot Doc Bot</title><link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.2/dist/css/bootstrap.min.css" rel="stylesheet"><link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.15.3/css/all.min.css"></head><body><nav class="bg-dark text-white py-3"><div class="text-center d-flex justify-content-center align-items-center"><img src="/logo.png" alt="Logo" style="width:60px; margin-right: 10px;"><h2 style="margin: 0;">Welcome to Spring Boot Documentation Bot</h2></div></nav><div class="container mt-5"><div class="row"><div class="col-md-8 offset-2"><h3 class="text-center mb-3">Ask your Spring related queries here!</h3><form><div class="mb-3"><label for="questionInput" class="form-label">Question</label><input type="text" class="form-control" id="questionInput" name="question" placeholder="Enter your question" required></div><div class="mb-3 text-center"><button id="submitBtn" type="button" class="btn btn-primary">Ask!</button><button id="clearBtn" type="button" class="btn btn-secondary">Clear</button></div></form></div></div><div class="row my-5"><div class="col-md-8 offset-md-2"><label for="answerBox" class="form-label"><h5>Answer</h5></label><div class="position-relative my-3"><textarea class="form-control" rows="10" id="answerBox" disabled></textarea><a href="#" class="position-absolute top-0 end-0 m-2" id="copyBtn"><i class="far fa-copy"></i></a></div></div></div></div><script src="https://code.jquery.com/jquery-3.7.1.min.js"></script><script>$(document).ready(function () {$("#submitBtn").click(function () {let questionValue = $("#questionInput").val();if (!questionValue) {alert('Please enter your question');return;}$("#answerBox").val('Please wait... fetching answer...');$.ajax({type: "POST",url: "/ask",data: JSON.stringify({ question: $("#questionInput").val() }),//contentType: "application/json; charset=utf-8",dataType: "text",success: function (data) {//console.log(typeof data);//console.log(data);$("#answerBox").val(data);},error: function (errMsg) {alert(errMsg);}});});$("#clearBtn").click(function () {$("#questionInput").val('');$("#answerBox").val('');});document.getElementById("copyBtn").addEventListener("click", function() {var copyText = document.getElementById("answerBox");copyText.select();copyText.setSelectionRange(0, 99999);document.execCommand("copy");alert("Copied: " + copyText.value);});});</script></body></html>
只是一些关键代码，所有代码请参见下面代码仓库
代码仓库
https://github.com/Harries/springboot-demo(dag)
4.测试
启动Spring Boot应用，访问http://127.0.0.1:8080/
5.引用
https://github.com/miliariadnane/spring-boot-doc-rag-bot
https://aws.amazon.com/cn/what-is/retrieval-augmented-generation/
https://github.com/liaokongVFX/LangChain-Chinese-Getting-Started-Guide
http://www.liuhaihua.cn/archives/711424.html
原文作者：HBLOG；如有侵权，请联系管理员删除。
请登录后发表评论
登录
全部评论
