langchain ChatGPT AI私有知识库

企业知识库

原理就是把文档变为向量数据库，然后搜索向量数据库，把相似的数据和问题作为prompt，

输入到大模型，再利用GPT强大的自然语言处理、推理和分析等方面的能力将答案返回给用户

什么是langchain?

langchain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

AI私有知识库

一种利用langchain思想实现的基于本地知识库的问答应用

详细流程实现：

文档的处理：

1. 本地文档 进行加载获取到text文字内容
2. 将获取的text进行切割分段（一般是采用文字500字切割，且上下文档有关联100字）
3. 分段segment进行向量化存储到向量存储中

query查询的处理

1. 对提问的问题query进行向量化embedding
2. 查询向量存储匹配的文档（一般有相似度的查询与设置，比较好用）
3. 查询的文档与问题、历史记录等组成prompt
4. prompt（一般会设置中文化且设置回答等限制）请求LLM大模型
5. 最终返回结果给用户

最后最终方案

本人和公司都是Java系的开发，但langchain是python的框架，最后采用了如下的方案：...

麻蛋，还得给它改python代码 （头皮发麻）

Azure AI 是微软的一个python开源解决方案,但我们是Java体系，便只使用azure AI LLM大模型的功能，和向量embedding的存储，提问查询功能，其他的功能都采用Java来实现，如对象存储、文档加载、文档切割、格式转化等等