这篇文章是对之前的文章 "使用 Llama 3 开源和 Elastic 构建 RAG" 的一个补充。我们可以在本地部署 Elasticsearch,并进行展示。我们将一步一步地来进行配置并展示。你还可以参考我之前的另外一篇文章 "Elasticsearch:使用在本地计算机上运行的 LLM 以及 Ollama 和 Langchain 构建 RAG 应用程序"。
安装
Elasticsearch 及 Kibana
如果你还没有安装好自己的 Elasticsearch 及 Kibana,请参考如下的链接来进行安装:
- 如何在 Linux,MacOS 及 Windows 上进行安装 Elasticsearch
- Kibana:如何在 Linux,MacOS 及 Windows上安装 Elastic 栈中的 Kibana
在安装的时候,我们选择 Elastic Stack 8.x 来进行安装。特别值得指出的是:ES|QL 只在 Elastic Stack 8.11 及以后得版本中才有。你需要下载 Elastic Stack 8.11 及以后得版本来进行安装。
在首次启动 Elasticsearch 的时候,我们可以看到如下的输出:
在上面,我们可以看到 elastic 超级用户的密码。我们记下它,并将在下面的代码中进行使用。
我们还可以在安装 Elasticsearch 目录中找到 Elasticsearch 的访问证书:
bash
1. $ pwd
2. /Users/liuxg/elastic/elasticsearch-8.14.1/config/certs
3. $ ls
4. http.p12 http_ca.crt transport.p12
在上面,http_ca.crt 是我们需要用来访问 Elasticsearch 的证书。
我们首先克隆已经写好的代码:
bash
git clone https://github.com/liu-xiao-guo/elasticsearch-labs
我们然后进入到该项目的根目录下:
markdown
1. $ pwd
2. /Users/liuxg/python/elasticsearch-labs/notebooks/integrations/llama3
3. $ ls
4. README.md rag-elastic-llama3-elser.ipynb rag-elastic-llama3.ipynb
如上所示,rag-elastic-llama3.ipynb 就是我们今天想要工作的 notebook。
我们通过如下的命令来拷贝所需要的证书:
bash
1. $ pwd
2. /Users/liuxg/python/elasticsearch-labs/notebooks/integrations/llama3
3. $ cp ~/elastic/elasticsearch-8.14.1/config/certs/http_ca.crt .
4. $ ls
5. README.md rag-elastic-llama3-elser.ipynb
6. http_ca.crt rag-elastic-llama3.ipynb
安装所需要的 python 依赖包
perl
pip3 install llama-index llama-index-cli llama-index-core llama-index-embeddings-elasticsearch llama-index-embeddings-ollama llama-index-legacy llama-index-llms-ollama llama-index-readers-elasticsearch llama-index-readers-file llama-index-vector-stores-elasticsearch llamaindex-py-client python-dotenv
我们可以通过如下的命令来查看 elasticsearch 安装包的版本:
markdown
1. $ pip3 list | grep elasticsearch
2. elasticsearch 8.14.0
3. llama-index-embeddings-elasticsearch 0.1.2
4. llama-index-readers-elasticsearch 0.1.4
5. llama-index-vector-stores-elasticsearch 0.2.0
创建环境变量
为了能够使得下面的应用顺利执行,在项目当前的目录下运行如下的命令:
ini
1. export ES_ENDPOINT="localhost"
2. export ES_USER="elastic"
3. export ES_PASSWORD="uK+7WbkeXMzwk9YvP-H3"
配置 Ollama 和 Llama3
由于我们使用 Llama 3 8B 参数大小模型,我们将使用 Ollama 运行该模型。按照以下步骤安装 Ollama。
- 浏览到 URL ollama.com/download 以根据你的平台下载 Ollama 安装程序。
在我的电脑上,我使用 macOS 来进行安装。你也可以仿照文章 "Elasticsearch:使用在本地计算机上运行的 LLM 以及 Ollama 和 Langchain 构建 RAG 应用程序" 在 docker 里进行安装。
- 按照说明为你的操作系统安装和运行 Ollama。
- 安装后,按照以下命令下载 Llama3 模型。
点击上面的 "Finish" 按钮,并按照上面的提示在 terminal 中运行:
这可能需要一些时间,具体取决于你的网络带宽。运行完成后,你将看到如上的界面。
要测试 Llama3,请从新终端运行以下命令或在提示符下输入文本。
makefile
curl -X POST http://localhost:11434/api/generate -d '{ "model": "llama3", "prompt":"Why is the sky blue?" }'
在提示符下,输出如下所示。
我们现在使用 Ollama 在本地运行 Llama3。
下载数据集文档
我们可以使用如下的命令来下载文档:
ruby
wget https://raw.githubusercontent.com/elastic/elasticsearch-labs/main/datasets/workplace-documents.json
ruby
1. $ pwd
2. /Users/liuxg/python/elasticsearch-labs/notebooks/integrations/llama3
3. $ ls
4. README.md rag-elastic-llama3-elser.ipynb
5. http_ca.crt rag-elastic-llama3.ipynb
6. $ wget https://raw.githubusercontent.com/elastic/elasticsearch-labs/main/datasets/workplace-documents.json
7. --2024-06-25 10:54:01-- https://raw.githubusercontent.com/elastic/elasticsearch-labs/main/datasets/workplace-documents.json
8. Resolving raw.githubusercontent.com (raw.githubusercontent.com)... 185.199.110.133
9. Connecting to raw.githubusercontent.com (raw.githubusercontent.com)|185.199.110.133|:443... connected.
10. HTTP request sent, awaiting response... 200 OK
11. Length: 52136 (51K) [text/plain]
12. Saving to: 'workplace-documents.json'
14. workplace-documents.jso 100%[=============================>] 50.91K 260KB/s in 0.2s
16. 2024-06-25 10:54:02 (260 KB/s) - 'workplace-documents.json' saved [52136/52136]
18. $ ls
19. README.md rag-elastic-llama3-elser.ipynb workplace-documents.json
20. http_ca.crt rag-elastic-llama3.ipynb
展示
我们在项目当前的目录下打入如下的命令:
读入变量并连接到 Elasticsearch
ini
1. from elasticsearch import Elasticsearch, AsyncElasticsearch, helpers
2. from dotenv import load_dotenv
3. import os
5. load_dotenv()
7. ES_USER = os.getenv("ES_USER")
8. ES_PASSWORD = os.getenv("ES_PASSWORD")
9. ES_ENDPOINT = os.getenv("ES_ENDPOINT")
10. COHERE_API_KEY = os.getenv("COHERE_API_KEY")
12. url = f"https://{ES_USER}:{ES_PASSWORD}@{ES_ENDPOINT}:9200"
13. print(url)
15. client = AsyncElasticsearch(url, ca_certs = "./http_ca.crt", verify_certs = True)
16. info = await client.info()
17. print(info)
从上面的输出中,我们可以看到已经成功地连接到 Elasticsearch 了。
注意:在上面我们使用了 AsyncElasticsearch 而不是 Elasticsearch。这个是由于下面的一个 Ollama 调用所需要的。详细情况,请参阅帖子。
准备文档以进行分块和提取
我们现在准备使用 Llamaindex 进行处理的 Document 类型的数据。我们先读入文件:
python
1. import json
2. # from urllib.request import urlopen
3. from llama_index.core import Document
5. # url = "https://raw.githubusercontent.com/elastic/elasticsearch-labs/main/datasets/workplace-documents.json"
7. # response = urlopen(url)
8. # workplace_docs = json.loads(response.read())
10. import json
12. # Load data into a JSON object
13. with open('workplace-documents.json') as f:
14. workplace_docs = json.load(f)
16. # Building Document required by LlamaIndex.
17. documents = [
18. Document(
19. text=doc["content"],
20. metadata={
21. "name": doc["name"],
22. "summary": doc["summary"],
23. "rolePermissions": doc["rolePermissions"],
24. },
25. )
26. for doc in workplace_docs
27. ]
在 LlamaIndex 中定义 Elasticsearch 和提取管道以进行文档处理。使用 Llama3 生成嵌入。
我们现在使用所需的索引名称、文本字段及其相关嵌入来定义 Elasticsearchstore。我们使用 Llama3 生成嵌入。我们将在索引上运行语义搜索,以查找与用户提出的查询相关的文档。我们将使用 Llamaindex 提供的 SentenceSplitter 对文档进行分块。所有这些都作为 Llamaindex 框架提供的 IngestionPipeline 的一部分运行。
ini
1. from llama_index.core.node_parser import SentenceSplitter
2. from llama_index.core.ingestion import IngestionPipeline
3. from llama_index.embeddings.ollama import OllamaEmbedding
4. from llama_index.vector_stores.elasticsearch import ElasticsearchStore
6. es_vector_store = ElasticsearchStore(
7. index_,
8. es_url = url,
9. es_client = client,
10. vector_field="content_vector",
11. text_field = "content",
12. es_user = ES_USER,
13. es_password = ES_PASSWORD)
15. # Embedding Model to do local embedding using Ollama.
16. ollama_embedding = OllamaEmbedding("llama3")
17. # LlamaIndex Pipeline configured to take care of chunking, embedding
18. # and storing the embeddings in the vector store.
19. pipeline = IngestionPipeline(
20. transformations=[
21. SentenceSplitter(chunk_size=512, chunk_overlap=100),
22. ollama_embedding,
23. ],
24. vector_store=es_vector_store,
25. )
执行管道
这将对数据进行分块,使用 Llama3 生成嵌入并将其提取到 Elasticsearch 索引中,并将嵌入到密集向量字段中。
ini
pipeline.run(show_progress=True, documents=documents)
嵌入存储在维度为 4096 的密集向量场中。维度大小来自于从 Llama3 生成的嵌入的大小。
定义 LLM 设置。
这将连接到您的本地 LLM。有关在本地运行 Llama3 的步骤的详细信息,请参阅 ollama.com/library/lla...。
如果你有足够的资源(至少 >64 GB 的 RAM 和 GPU 可用),那么你可以尝试 70B 参数版本的 Llama3
ini
1. from llama_index.llms.ollama import Ollama
2. from llama_index.core import Settings
4. Settings.embed_model = ollama_embedding
5. local_llm = Ollama(model="llama3")
设置语义搜索并与 Llama3 集成
我们现在将 Elasticsearch 配置为 Llamaindex 查询引擎的向量存储。然后使用 Llama3 的查询引擎通过来自 Elasticsearch 的上下文相关数据回答你的问题。
ini
1. from llama_index.core import VectorStoreIndex, QueryBundle
3. index = VectorStoreIndex.from_vector_store(es_vector_store)
4. query_engine = index.as_query_engine(local_llm, similarity_top_k=10)
6. # Customer Query
7. query = "What are the organizations sales goals?"
8. bundle = QueryBundle(
9. query_str=query, embedding=Settings.embed_model.get_query_embedding(query=query)
10. )
12. response = query_engine.query(bundle)
14. print(response.response)