从LangChain使用Agent的懵懵懂懂,到AutoGen的"放肆"Agents,这周的学习和写作实在太幸福了。假如您是第一次接触AugoGen,请先要查看AutoGen官方文档,或翻阅AutoGen系列的前几篇。
逐步掌握最佳Ai Agents框架-AutoGen 三 写新闻稿新方式
[逐步掌握最佳Ai Agents框架-AutoGen 四 多代理群聊实例]
逐步掌握最佳Ai Agents框架-AutoGen 五 与LangChain手拉手 - 掘金 (juejin.cn)
逐步掌握最佳Ai Agents框架-AutoGen 六 语音AI代理 - 掘金 (juejin.cn)
逐步掌握最佳Ai Agents框架-AutoGen 七 低代码AI助理 - 掘金 (juejin.cn)
逐步掌握最佳Ai Agents框架-AutoGen 八 开源模型 - 掘金 (juejin.cn)
在最近的几篇文章里,我们使用AutoGen实现了一些Demo。这篇文章,我们将使用AutoGen来完成RAG
应用开发。
RAG应用
RAG
全称"Retrieval-Augmented Generation",即检索增强生成,它是自然语言处理中的一项技术。这种模型结合了检索式(retrieval-based)和生成式(generative)两种组件,以生成更准确、更相关的回答。
在之前我们的基于文档的聊天机器人的例子,就是RAG的一种应用。在本系列的逐步掌握最佳Ai Agents框架-AutoGen 五 与LangChain手拉手 - 掘金 (juejin.cn),我们将文档读取、向量化和存储工作交给了LangChain, AutoGen以agent with function calls 的方式调用LangChain封装好的函数。AutoGen在最近版本里,新增了RetriveChat
,可以减少对LangChain的依赖。那么,我们一起来看下AutoGen如何独立完成RAG应用开发。
RetrievalAgent
让我们来看下,官方文档对Retrieval-Augmented Generation (RAG) Applications with AutoGen | AutoGen (microsoft.github.io)的介绍。
从上图可以看出,AutoGen提供了Retrieval-augmented User Proxy 和Retrieval-augmented Assistant两个agent。
现在就让我们开干。
实战
- 文档
之前的RAG项目中我们用到的是Uniswap的白皮书,这个项目里,我们换成了arxiv.org/pdf/2308.00..., 这是一份rag和向量技术在医疗教育中的相关研究文章。让我们在notebook里把它下载到当前项目中。
python
!wget -o rag.pdf https://arxiv.org/pdf/2308.00479.pdf
- 安装库
python
%pip install pyautogen[retrievechat] langchain "chromadb<0.4.15" -q
这次安装pyautogen,多加了retrieveChat功能包的声明。我们依然安装了langchain, 在这里主要使用它的splitter功能,当然autogen也是提供了。最后我们安装了指定版本的chromadb 向量数据库,存储文档embedding。
- 配置autogen config_list
css
import autogen # 大家可以使用gpt-4 或其它,我这里用的是3.5, 还能用。 config_list = [ { 'model': 'gpt-3.5-turbo', 'api_key': '' }]
llm_config={ "seed": 42, #为缓存做的配置 "config_list": config_list }
接下来是比较典型的文档机器人的构建步骤
- 配置embedding函数
我们会对question和文档都在embedding, AI助理回答问题的过程,其实就是将question的embedding和文档的embedding进行cosine 计算,得到相似度的过程。我们使用openai 做embedding。
ini
# 从chromadb数据库中引入embedding_functions
from chromadb.utils import embedding_functions
# 调用OpenAIEmbeddingFunction
openai_embedding_function = embedding_functions.OpenAIEmbeddingFunction(api_key = config_list[0]["api_key"])
- 设置文本拆分器
python
from langchain.text_splitter import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(separators=["\n\n", "\n", "\r", "\t"])
- 实例化arg agents
python
from autogen.agentchat.contrib.retrieve_assistant_agent import RetrieveAssistantAgent
from autogen.agentchat.contrib.retrieve_user_proxy_agent import RetrieveUserProxyAgent
llm_config = {
"request_timeout": 600,
"config_list": config_list,
"temperature": 0
}
assistant = RetrieveAssistantAgent(
name="assistant",
system_message="You are a helpful assistant.",
llm_config=llm_config,
)
rag_agent = RetrieveUserProxyAgent(
human_input_mode="NEVER",
retrieve_config={
"task": "qa",
"docs_path": "./rag.pdf",
"collection_name": "rag_collection",
"embedding_function": openai_embedding_function,
"custom_text_split_function": text_splitter.split_text,
},
)
首先我们引入了RetrieveUserProxyAgent
和RetrieveAssistantAgent
两个agent。从引入的路径autogen.agentchat.contrib.retrieve_assistant_agent
来看,rag agent也是由autogen的chat agent派生,它这里称为"contrib"。接着,我们定义了llm_config,autogen使用的大模型配置,注意,这里的temperature
为0, 基于文档的Q/A应该严谨。RetrieveAssistantAgent
负责执行rag工作,system_message 指定了assistant的角色。RetrieveUserProxyAgent
的retrieve_config,提起了RAG的重担,我们做了以下配置:
task:qa
指定任务为 QA问答任务类型docs_path
指定文档路径collection_name
chromadb 向量数据库的名字embedding_function
为上面设置的openai_embedding_functioncustom_text_split_function
为上面设置的langchain的文本分割器
- 启动对话,执行QA
python
assistant.reset()
rag_agent.initiate_chat(assistant, problem="What is the workflow in docGPT?", n_results=2)
rag_agent 初始化任务,提的问题是What is the workflow in docGPT?
, n_results 表示返回多少个结果,默认是20个, 这里只需要2个。
- 结果分析
在这里看到有两个文档分块被加入到上下文当中。上下文即context,等下将会交给assistant 进行回答生成。RetrieveChatAgent(to assistant)
表示向assistant提供了如下的内容,也就是上下文。
如上图,它包括了RAG QA任务的模板(You're a retrieve aumented chatbot. You answer user's questions based on your own knowledge and the context provied by the user....
)和内容(context)。模板中也说的很清楚,如果基于context无法回复用户提出的问题,那么就向proxy 发出UPDATE CONTEXT
的需要。上图的后半部分,就是通过embedding查询获得的文档内容。
最后, RetrieveAssistantAgent根据RetrieveUserProxyAgent提供的context,完成了回答的生成, 这也是大模型最擅长的summarize。
总结
RAG是LLM的经典应用,AutoGen通过提供chat agent的 rag 升级agent,完成了相应功能。
- RetrieveUserProxyAgent的配置需要完成文档读取、向量数据库、分词器的配置
- RetrieveUserProxyAgent的prompt模板预置了QA 内容。
- RetrieveAssistantAgent对RetrieveUserProxyAgent提供的context,完成回答生成。
如果您喜欢我的AutoGen系列,请点赞,收藏。谢谢。