大模型应用开发初探 : 快速直观感受RAG

大家好，我是Edison。

上一篇，我们了解了什么如何让一些开源小参数量模型具有函数调用的能力。这一篇，我们来快速了解下RAG（检索增强生成）并通过一个简单的DEMO来直观感受一下它的作用。

RAG是什么？

检索增强生成（Retrieval Augmented Generation），简称 RAG，它是根据用户输入的提示词，通过自有垂域数据库检索相关信息，然后合并成为一个新的"完备的"提示词，最后再给大模型生成较为准确的回答。

例如，假设你正在构建问答聊天机器人，以帮助员工回答有关公司专有文档的问题。如果没有专门的培训，独立的 LLM 将无法准确回答有关这些文档的内容的问题，因为这些 LLM 都是基于互联网上公开的数据训练的。LLM 可能会因为缺乏信息而拒绝回答，或者更糟的是，它可能会生成不正确的响应。

为了解决这个问题，RAG 首先根据用户的查询从公司文档检索相关信息，然后将检索到的信息作为额外的上下文提供给 LLM。这样，LLM 就可以根据在相关文档中找到的特定详细信息生成更准确的响应。从本质上讲，RAG 使 LLM 能够"咨询"检索到的信息来表述其答案。

一般的RAG工作流程如下图所示，它实现了 非参数事实知识 和 逻辑推理能力 的解耦或分离，这些事实知识存储在外部知识库中独立管理和更新，确保LLM能够访问到就行。

综上所述，RAG其实类似于大学期末的开卷考试，反正知识点都在书里，你平时都没学过，得先找一找，找到了就把相关答案写在试卷上，考完了还是忘得一干二净，但是你的目标达到了：考试及格60分万岁！对于LLM来说，它完成了任务，给你了一个至少可以有60分的回答。下面总结下：

• **检索（Retrieve）：**根据用户提示词从知识库中获取相关知识上下文。
• 增强（Augment）：将用户的原始提示词 和 获取到的知识 进行合并，形成一个新的提示词。
• 生成（Generate）：将增强后的新提示词发给LLM进行输出。

直观感受RAG

这里我们就不深究RAG的更多细节内容了，先来通过一个DEMO直观感受下RAG到底有什么作用。至于那些更多的细节内容，留到后续学习实践后，再总结分享。

这仍然是一个WindowsForm的DEMO应用，界面如下：

（1）在没有使用RAG时的查询

（2）使用RAG：导入内部知

（3）使用RAG：检索增强查询

可以看到，基于导入的内部知识，LLM能够基于RAG获得这些知识片段，然后结合用户的问题 和 知识片段 来生成较为准确的答案。

DEMO要点

（1）配置文件

DEMO中LLM使用的是Qwen2-7B-Instruct的模型，Embedding使用的是bge-m3模型，具体的配置如下：

{
  "OpenAI": {
    "API_PROVIDER": "SiliconCloud",
    "API_CHATTING_MODEL": "Qwen/Qwen2-7B-Instruct",
    "API_EMBEDDING_MODEL": "BAAI/bge-m3",
    "API_BASE_URL": "https://api.siliconflow.cn",
    "API_KEY": "**********************" // Update this value to yours
  },
  "TextChunker": {
    "LinesToken": 100,
    "ParagraphsToken": 1000
  }
}

（2）使用组件

使用到的组件包主要有两个：

• Microsoft.SemanticKernel 1.19.0

• Microsoft.SemanticKernel.Connectors.OpenAI 1.19.0

• Microsoft.SemanticKernel.Connectors.Sqlite 1.19.0-alpha

可以看到这里使用的是一个本地数据Sqlilte来作为向量数据库存储，因为我们这个仅仅是个快速的DEMO，实际中可能会考虑选择更为适合的DB。需要注意的是，这里Sqlite这个包是个预览版，你在Nuget管理器中需要注意下勾选包含预览版才能搜索得到。

也正因为这个预览版，很多用法都有警告提示，所以最好在代码中加上下面这些将其禁用掉：

#pragma warning disable SKEXP0050
#pragma warning disable SKEXP0001
#pragma warning disable SKEXP0020
#pragma warning disable SKEXP0010
public partial class ChatForm : Form
{
    ......
}

（3）Embedding

private void btnEmbedding_Click(object sender, EventArgs e)
{
    var query = new QueryModel(tbxIndex.Text, tbxPrompt.Text);
    _textMemory = this.GetTextMemory().GetAwaiter().GetResult();
    var lines = TextChunker.SplitPlainTextLines(query.Text, _textChunkerLinesToken);
    var paragraphs = TextChunker.SplitPlainTextParagraphs(lines, _textChunkerParagraphsToken);

    foreach (var para in paragraphs)
    {
        Task.Run(() =>
        {
            ShowProcessMessage("AI is embedding your content now...");
            _textMemory.SaveInformationAsync(
                query.Index,
                id: Guid.NewGuid().ToString(),
                text: para)
            .GetAwaiter()
            .GetResult();
            ShowProcessMessage("Embedding success!");
            MessageBox.Show("Embedding success!", "Information", MessageBoxButtons.OK, MessageBoxIcon.Information);
        });
    }
}

private async Task<ISemanticTextMemory> GetTextMemory()
{
    var memoryBuilder = new MemoryBuilder();
    var embeddingApiClient = new HttpClient(new OpenAiHttpHandler(_embeddingApiConfiguration.Provider, _embeddingApiConfiguration.EndPoint));
    memoryBuilder.WithOpenAITextEmbeddingGeneration(
        _embeddingApiConfiguration.ModelId,
        _embeddingApiConfiguration.ApiKey,
        httpClient: embeddingApiClient);
    var memoryStore = await SqliteMemoryStore.ConnectAsync("memstore.db");
    memoryBuilder.WithMemoryStore(memoryStore);
    var textMemory = memoryBuilder.Build();

    return textMemory;
}

在Click事件中，调用GetTextMemory方法进行真正的Embedding操作，然后进行数据持久化到本地的Sqlite数据库。在GetTextMemory这个方法中，实现了调用Embedding模型API进行词嵌入。

数据写入Sqlite后打开表后的效果如下图所示。至于这个collection字段，是对应界面中的Index字段，这里我们暂时不用管它。

（4）Generation

private void btnGetRagResponse_Click(object sender, EventArgs e)
{
    if (_textMemory == null)
        _textMemory = this.GetTextMemory().GetAwaiter().GetResult();

    var query = new QueryModel(tbxIndex.Text, tbxPrompt.Text);
    var memoryResults = _textMemory.SearchAsync(query.Index, query.Text, limit: 3, minRelevanceScore: 0.3);

    Task.Run(() =>
    {
        var existingKnowledge = this.BuildPromptInformation(memoryResults).GetAwaiter().GetResult();
        var integratedPrompt = @"
                            获取到的相关信息：[{0}]。
                            根据获取到的信息回答问题：[{1}]。
                            如果没有获取到相关信息，请直接回答 Sorry不知道。
                        ";
        ShowProcessMessage("AI is handling your request now...");
        var response = _kernel.InvokePromptAsync(string.Format(integratedPrompt, existingKnowledge, query.Text))
            .GetAwaiter()
            .GetResult();
        UpdateResponseContent(response.ToString());
        ShowProcessMessage("AI Response:");
    });
}

private async Task<string> BuildPromptInformation(IAsyncEnumerable<MemoryQueryResult> memoryResults)
{
    var information = string.Empty;
    await foreach (MemoryQueryResult memoryResult in memoryResults)
    {
        information += memoryResult.Metadata.Text;
    }

    return information;
}

在Click事件中，将用户的原始提示词 和 从知识库中获取的知识片段 通过一个提示词模板 组成另一个增强版的 提示词，最后将这个新的提示词发给LLM进行处理回答。

小结

本文简单介绍了一下RAG（检索增强生成）的基本概念 和 工作流程，然后通过一个简单的DEMO快速直观感受了一下RAG的作用。后续，我们会持续关注RAG的更多细节内容 和 落地实践。

参考内容

mingupupu 大佬的文章：https://www.cnblogs.com/mingupupu/p/18367726

示例源码

GitHub：https://github.com/Coder-EdisonZhou/EDT.Agent.Demos

推荐学习

Microsoft Learn, 《Semantic Kernel 学习之路》，点击查看原文按钮即可直达

作者：周旭龙

出处：https://edisonchou.cnblogs.com

本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。