查看原文
其他

本地部署资讯问答机器人:Langchain+Ollama+RSSHub 实现 RAG

行百里者半八十 AI花果山
2024-10-20

在这个信息爆炸💥的时代,人工筛选对自己有价值的信息无异于大海捞针。不过,幸好现在有了 AI 这个强大的工具,我们可以让它来帮我们做集检索、整合与分析为一体的工作。

这里,我想以 A 股行情(其他场景也类似)问答为例,希望构建这么一个 Bot,当我问它诸如「XX股票今天表现怎么样?」、「复盘今天的家电板块」等问题时,它可以迅速从海量市场数据中找到有价值的信息,帮我进行整合与分析,然后为我提供个性化的回复。

另外,这里我还有个要求,希望能在本地私有化部署,这就意味着与 coze 无缘了。

关于 coze,可以参考我之前写的几篇文章:

经过调研,我决定先采取 Langchain+Ollama 的技术栈来作为 demo 实现,当然,后续我也会考虑使用 dify、fastgpt 等更加直观易用的 AI 开发平台。

整体框架设计思路如下

另外,本次开发的运行环境是 Intel Mac,其他操作系统也可以。下载模型等可能需要梯子。


Langchain 简介


https://www.langchain.com/langchain

Langchain 是当前大模型应用开发的主流框架之一,旨在帮助开发者构建和部署基于大型语言模型(LLM)的应用。它提供了一系列的工具和接口,使得与LLM交互变得简单。通过 Langchain,开发者可以轻松创建定制的高级应用,如聊天机器人、问答系统和多种智能应用。

Langchain 的核心在于其“链”概念,这是一个模块化的组件系统,包括 Model I/O(模型输入输出)、Retrieval(数据检索)、Chains(链)、Agents(代理)、Memory(内存)、和 Callbacks(回调)。这些组件可灵活组合,以支持复杂的应用逻辑。

Model I/O 模块负责处理与语言模型的直接交互,包括发送请求和解析响应。Retrieval 模块用于增强语言模型的回答能力,通过向量数据库检索相关信息来支持回答生成。Chains 模块则是多个组件的集成,用于构建更复杂的应用逻辑。

Langchain 的生态系统还包括 LangSmith、LangGraph 和 LangServe 等工具,这些工具能帮助开发者高效管理从原型到生产的各个阶段,以便优化 LLM 应用。


Ollama 简介


https://ollama.com/

Ollama 是一个开箱即用的用于在本地运行大模型的框架。它的主要功能和特点包括:

  1. 支持多种大型语言模型:Ollama 支持包括 通义千问、Llama 2、Mistral 和 Gemma 等在内的多种大型语言模型,这些模型可用于不同的应用场景。

  2. 易于使用:Ollama 旨在使用户能够轻松地在本地环境中启动和运行大模型,适用于 macOS、Windows 和 Linux 系统,同时支持 cpu 和 gpu。

  3. 模型库:Ollama 提供了一个模型库,用户可以从中下载不同的模型。这些模型有不同的参数和大小,以满足不同的需求和硬件条件。Ollama 支持的模型库可以通过 https://ollama.com/library 进行查找。

  4. 自定义模型:用户可以通过简单的步骤自定义模型,例如修改模型的温度参数来调整创造性和连贯性,或者设置特定的系统消息。

  5. API 和集成:Ollama 还提供了 REST API,用于运行和管理模型,以及与其他应用程序的集成选项。

  6. 社区贡献:Ollama 社区贡献丰富,包括多种集成插件和界面,如 Web 和桌面应用、Telegram 机器人、Obsidian 插件等。


总的来说,Ollama 是一个为了方便用户在本地运行和管理大型语言模型而设计的框架,具有良好的可扩展性和多样的使用场景。

后面在捏 Bot 的过程中需要使用 Ollama,我们需要先安装,访问以下链接进行下载安装。

https://ollama.com/download/ 

安装完之后,确保 ollama 后台服务已启动(在 mac 上启动 ollama 应用程序即可,在 linux 上可以通过 ollama serve 启动)。我们可以通过 ollama list 进行确认,当我们还没下载模型的时候,正常会显示空:

可以通过 ollama 命令下载模型,

# 模型列表参考:https://ollama.com/library$ ollama pull [model]

目前,我下载了 4 个模型:

几个模型简介如下:

Gemma:Gemma 是由 Google 推出的轻量级模型,Google 表示,“Gemma 2B 和 7B 与其他开放式模型相比,在其规模上实现了同类最佳的性能。” 本次开发,下载的是 7B 模型。

Mistral:Mistral 是由欧洲法国 Mistral AI 团队推出的大模型,该模型采用了分组查询注意力(GQA)以实现更快的推断速度。本次开发,下载的是 7B 模型。

Mixtral:Mixtral 也是由 Mistral AI 团队推出的大模型,但 Mixtral 是一个 8*7B 的 MoE 模型,在大多数基准测试中都优于 Llama 2 70B 和 GPT-3.5 。

Qwen:Qwen(通义千问)是由阿里巴巴推出的大模型,本次开发,下载的是 7B 模型。


万物皆可 RSS


巧妇难为无米之炊。不管是获取日常新闻,还是获取 A 股行情,都需要有稳定靠谱的数据源。大家可能第一时间会想到爬虫,但自己去搭建和维护这样一个爬虫系统还是比较麻烦的。有没有其他更好的方式呢?

这就需要用到「上古神器」RSS 了!

大家可能会觉得 RSS 已经过时了。现如今,打开手机,今日头条、微博、微信等 APP 时不时就会给你推送最新的资讯,日常生活工作好像没有用到 RSS 的场景。

确实,大部分情况下,我们想要获取资讯,手机 APP 基本够用了。

但是,如果你想针对一些特定的需求,需要从某些网站上获取最新通知或相关信息呢?

比如,

  • 获取 https://openai.com/blog 的最新更新

  • 获取 https://www.producthunt.com 每天的热门产品

  • 获取 https://github.com/trending 每天的热门开源项目


在这种情况下,我们可能会把网站添加到书签栏,然后时不时就会打开看一下,这种做法无疑是比较低效的,一旦网站变多,更是不现实。

如果我们能把真正想要关注的信息汇聚在同一个平台上,并且一旦有更新,就能第一时间在各种终端(如电脑、手机、Kindle 等)收到提醒,那岂不是美哉。

这里,我给大家推荐一个宝藏项目:

RSSHub

https://docs.rsshub.app/zh/

感谢 RSSHub 这个开源项目,它给各种各样的网站生成了 RSS 源,堪称「万物皆可 RSS」。

你能想到的大部分社交媒体(如 微博、Twitter、知乎等)、传统媒体(如央视新闻、路透社等)和金融媒体(如财联社、东方财富、格隆汇等),都能够配合 RSSHub,进行订阅。

通过 RSSHub 以及其他渠道,我个人维护了一个订阅源,如下:

感兴趣的读者,关注本公众号,然后发送 rss,即可下载我打包好的 RSS 订阅源。

那么,有了 RSS 订阅源,我们就可以通过 Python 解析 RSS 订阅源来实时获取相关数据。


流程拆解


有了数据,就意味着成功了一半。

| 创建 Python 虚拟环境

创建 python 虚拟环境,并安装相关库,我安装的是当前最新的库,版本如下:

  • ollama:0.1.8

  • langchain:0.1.14

  • faiss-cpu:1.8.0 (如果有gpu,则安装gpu版本)

  • gradio:4.25.0

  • feedparser:6.0.11

  • sentence-transformers:2.6.1

  • lxml:5.2.1

conda create -n finance_bot python=3.10conda activate finance_botpip install ollama langchain faiss-cpu gradio feedparser sentence-transformers lxml


| 导入依赖库

加载所需的库和模块。

import ollamaimport feedparserimport gradio as gr
from lxml import etreefrom langchain.vectorstores import FAISSfrom langchain.docstore.document import Documentfrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain.embeddings.huggingface import HuggingFaceEmbeddings

其中,

  • feedparse 用于解析 RSS 订阅源

  • ollama 用于在 python 程序中跑大模型,使用前请确保 ollama 服务已经开启并下载好模型


| 从订阅源获取内容

下面函数用于从指定的 RSS 订阅 url 提取内容,这里只是给了一个 url,如果需要接收多个 url,只要稍微改动即可。然后,通过一个专门的文本拆分器将长文本拆分成较小的块,并附带相关的元数据如标题、发布日期和链接。最终,这些文档被合并成一个列表并返回,可用于进一步的数据处理或信息提取任务。

def get_content(url): # 使用 feedparser 库来解析提供的 URL,通常用于读取 RSS 或 Atom 类型的数据流 data = feedparser.parse(url) docs = [] for news in data['entries']: # 通过 xpath 提取干净的文本内容 summary = etree.HTML(text=news['summary']).xpath('string(.)') # 初始化文档拆分器,设定块大小和重叠大小 text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200, length_function=len) # 拆分文档 split_docs = text_splitter.create_documents(texts=[summary], metadatas=[{k: news[k] for k in ('title', 'published', 'link')}]) # 合并文档 docs.extend(split_docs) return data, docs


| 为文档内容生成向量

这里,我们使用文本向量模型 bge-m3

https://huggingface.co/BAAI/bge-m3

bge-m3 是智源研究院发布的新一代通用向量模型,它具有以下特点:

  • 支持超过100种语言的语义表示及检索任务,多语言、跨语言能力全面领先(Multi-Lingual)

  • 最高支持8192长度的输入文本,高效实现句子、段落、篇章、文档等不同粒度的检索任务(Multi-Granularity)

  • 同时集成了稠密检索、稀疏检索、多向量检索三大能力,一站式支撑不同语义检索场景(Multi-Functionality)



从 hf 下载好模型之后,假设放置在某个路径 /path/to/bge-m3,通过下面函数,利用 FAISS 创建一个高效的向量存储。

def create_docs_vector(docs): # 基于 embeddings,为 docs 创建向量 embeddings = HuggingFaceEmbeddings(model_name="/path/to/bge-m3", encode_kwargs={'normalize_embeddings': True}) vector_store = FAISS.from_documents(docs, embeddings) return vector_store


| 实现 RAG

基于用户的问题,从向量数据库中检索相关段落,并根据设定的阈值进行过滤,最后让模型参考上下文信息回答用户的问题,从而实现 RAG。

def rag_chain(question, vector_store, model='qwen', threshold=0.3): # 从向量数据库中检索与 question 相关的文档 related_docs = vector_store.similarity_search_with_relevance_scores(question)
# 过滤掉小于设定阈值的文档 related_docs = list(filter(lambda x: x[1] > threshold, related_docs))
# 格式化检索到的文档 context = "\n\n".join([f'[citation:{i}] {doc[0].page_content}' for i, doc in enumerate(related_docs)])
# 保存文档的 meta 信息,如 title、link 等 metadata = {str(i): doc[0].metadata for i, doc in enumerate(related_docs)}
# 设定系统提示词 system_prompt = f""" 当你收到用户的问题时,请编写清晰、简洁、准确的回答。 你会收到一组与问题相关的上下文,每个上下文都以参考编号开始,如[citation:x],其中x是一个数字。 请使用这些上下文,并在适当的情况下在每个句子的末尾引用上下文。
你的答案必须是正确的,并且使用公正和专业的语气写作。请限制在1024个tokens之内。 不要提供与问题无关的信息,也不要重复。 不允许在答案中添加编造成分,如果给定的上下文没有提供足够的信息,就说“缺乏关于xx的信息”。
请用参考编号引用上下文,格式为[citation:x]。 如果一个句子来自多个上下文,请列出所有适用的引用,如[citation:3][citation:5]。 除了代码和特定的名字和引用,你的答案必须用与问题相同的语言编写,如果问题是中文,则回答也是中文。
这是一组上下文:
{context}
"""
    user_prompt = f"用户的问题是:{question}"
response = ollama.chat(model=model, messages=[ { 'role': 'system', 'content': system_prompt }, { 'role': 'user', 'content': user_prompt } ])
print(system_prompt + user_prompt)
return response['message']['content'], context


| 创建网页 UI

最后,通过 gradio 创建网页 UI,并进行评测。

if __name__ == "__main__": hf_embedding = HuggingFaceEmbeddings(model_name="/path/to/bge-m3", encode_kwargs={'normalize_embeddings': True}) # 财联社 RSS url = "https://rsshub.app/cls/depth/1003" data, docs = get_content(url) vector_store = create_docs_vector(docs, hf_embedding) # 创建 Gradio 界面 interface = gr.Interface( fn=lambda question, model, threshold: rag_chain(question, vector_store, model, threshold), inputs=[ gr.Textbox(lines=2, placeholder="请输入你的问题...", label="问题"), gr.Dropdown(['gemma', 'mistral', 'mixtral', 'qwen:7b'], label="选择模型", value='gemma'), gr.Number(label="检索阈值", value=0.3) ], outputs=[ gr.Text(label="回答"), gr.Text(label="相关上下文") ], title="资讯问答Bot", description="输入问题,我会查找相关资料,然后整合并给你生成回复" )
# 运行界面 interface.launch()


生成的 Web UI 如下:


需要上述完整代码的读者,关注本公众号,然后发送 fin即可获取 github 仓库代码链接。


问答测试


对于同样的问题和上下文,我基于 Qwen-7b、Gemma、Mistral、Mixtral 和 GPT-4 分别进行了多次测试。下面是一些 case:

qwen

gemma

mistral

mixtral

gpt4

主要结论(只是针对有限的几次测试,个人主观评判)如下:

  • 👍 GPT-4 表现最好,指令遵循能力很强,在回答的时候能附上引用段落编号

  • ✌️ Mixtral 表现第二,但没有在回答的时候附上引用

  • 💪 Qwen-7b 表现第三,也没有在回答的时候附上引用

  • 😅 Gemma 表现一般,而且回答里面有一些幻觉

  • 😅 Mistral 表现一般,使用英文回复,不过在回答的时候附上了引用段落编号


总结


1. 本文展示了如何使用 LangchainOllama 技术栈在本地部署一个资讯问答机器人,同时结合 RSSHub 来处理和提供资讯。

2. 上下文数据质量和大模型的性能决定了 RAG 系统性能的上限

3. RAG 通过结合检索技术和生成模型来提升答案的质量和相关性,可以缓解大模型幻觉、信息滞后的问题,但并不意味着可以消除

4. 对于期望在本地环境利用 AI 技术来搭建 RAG 系统的用户来说,本文提供了一个具有实际操作价值的参考方案。

继续滑动看下一个
AI花果山
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存