告别大模型知识幻觉！看LangChain如何用检索增强生成打造可靠AI问答系统

基于LangChain和ChromaDB实现的检索增强生成(RAG)系统，通过向量化文档进行语义检索，结合大语言模型能力，实现根据已有知识库准确回答用户问题的智能问答功能。

本文使用技术栈

在本示例中，主要使用了以下技术组件：

1. 1. LangChain：一个用于构建基于语言模型应用的框架，提供了丰富的组件和工具链。
2. 2. ChromaDB：一个开源的向量数据库**，用于存储和检索文档的向量表示。
3. 3. Ollama：本地部署的大语言模型服务，用于生成文本和创建向量嵌入。
4. 4. 向量检索技术：将文本转换为向量表示，并通过相似度计算实现信息检索。

代码结构详解

环境准备与依赖导入

pip install langchain-chroma
pip install "langserve[all]"
pip install langchain
pip install langchain_community

import os

from langchain_chroma import Chroma
from langchain_community.chat_message_histories import ChatMessageHistory
from langchain_core.documents import Document
from langchain_core.messages import HumanMessage
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables import RunnableWithMessageHistory, RunnableLambda, RunnablePassthrough
from langchain_community.chat_models import ChatOllama
from langchain_community.embeddings import OllamaEmbeddings
from langserve import add_routes

这部分代码导入了实现检索问答系统所需的各种库和模块：

• • Chroma：ChromaDB的LangChain集成
• • Document：表示文档的基本数据结构
• • RunnableLambda和RunnablePassthrough：LangChain的可运行组件，用于构建处理链
• • ChatOllama和OllamaEmbeddings：基于Ollama的聊天模型和嵌入模型

配置本地模型服务

ollama_base_url = "http://192.168.1.1:11434"  # 默认地址，可根据实际情况修改

# 创建模型
model = ChatOllama(model='deepseek-r1:1.5b', base_url=ollama_base_url)

这里配置了Ollama服务的URL，并初始化了聊天模型。示例中使用了DeepSeek-r1的1.5B参数模型，这是一个相对轻量的中文大语言模型。

准备测试数据

# 准备测试数据 ，假设我们提供的文档数据如下：
documents = [
    Document(
        page_content="长城是中国古代的伟大防御工程，绵延数千公里，被誉为世界七大奇迹之一。",
        metadata={"source": "中国名胜古迹文档"},
    ),
    Document(
        page_content="埃菲尔铁塔位于法国巴黎，是世界著名的建筑标志，每年吸引数百万游客参观。",
        metadata={"source": "欧洲地标文档"},
    ),
    Document(
        page_content="金字塔是古埃及的标志性建筑，用作法老的陵墓，展示了惊人的建筑技术。",
        metadata={"source": "古代建筑文档"},
    ),
    Document(
        page_content="泰姬陵是印度著名的白色大理石陵墓，被誉为爱情的象征，建筑风格融合了波斯和印度元素。",
        metadata={"source": "亚洲建筑文档"},
    ),
    Document(
        page_content="自由女神像是美国的国家象征，位于纽约港口，代表自由与民主精神。",
        metadata={"source": "美洲地标文档"},
    ),
    Document(
        page_content="莫愁湖是中国江苏南京的著名景点，以其优美的湖光山色和动人的传说闻名。",
        metadata={"source": "中国名胜古迹文档"},
    ),
    Document(
        page_content="齐得隆咚呛是火星的一个部落。拥有丰富的矿产资源。",
        metadata={"source": "宇宙名胜古迹文档"},
    )
]

为了演示系统功能，创建了包含不同地标信息的文档集合。每个文档包含：

• • page_content：文档的主要内容
• • metadata：元数据信息，包括文档的来源

这里值得注意的是最后一个文档中包含了一个虚构的地方"齐得隆咚呛"，这是为了测试系统对未知信息的处理能力。

创建向量存储

# 实例化一个向量数空间
vector_store = Chroma.from_documents(documents, embedding=OllamaEmbeddings(model="bge-m3", base_url=ollama_base_url))

这一步是RAG系统的核心部分之一，实现了：

1. 1. 使用OllamaEmbeddings创建向量嵌入，选择了"bge-m3"模型，这是一个专为中文优化的嵌入模型
2. 2. 将文档集合转换为向量表示并存储在ChromaDB中
3. 3. 建立了一个可以进行向量检索的数据库

BGE-M3是北京智源研究院开发的多语言嵌入模型，在中文语义理解方面有很好的表现。

测试相似度查询

# 相似度的查询: 返回相似的分数， 分数越低相似度越高
print(vector_store.similarity_search_with_score('齐的隆咚呛'))

这行代码演示了如何使用向量存储进行相似度搜索：

• • 输入查询词"法国巴黎"
• • 系统将查询词转换为向量表示
• • 在向量空间中寻找最相似的文档
• • 返回文档和相似度分数（分数越低表示相似度越高）

虽然"齐的隆咚呛"并不完全匹配任何文档，但系统会找到语义上最接近的结果，很可能是关于"齐的隆咚呛"的文档。

创建检索器

# 检索器: bind(k=1) 返回相似度最高的第一个
retriever = RunnableLambda(vector_store.similarity_search).bind(k=1)

print(retriever.batch(['法国巴黎', '金字塔']))

这部分代码：

1. 1. 创建一个检索器函数，每次查询只返回相似度最高的一个文档（k=1）
2. 2. 使用batch方法同时查询多个词，展示了批处理能力
3. 3. 测试了"法国巴黎"和"金字塔"两个查询词

RunnableLambda是LangChain的一个工具，可以将任何函数转换为可运行的组件。这里将ChromaDB的检索功能封装为LangChain可运行组件。

创建提示模板

# 提示模板
message = """
使用提供的上下文仅回答这个问题:
{question}
上下文:
{context}
"""

prompt_temp = ChatPromptTemplate.from_messages([('human', message)])

提示模板是指导大语言模型回答问题的关键。这个模板包含：

1. 1. 明确的指令："使用提供的上下文仅回答这个问题"
2. 2. 两个变量：{question}（用户问题）和{context}（检索到的文档内容）
3. 3. 使用LangChain的ChatPromptTemplate创建了可用于聊天模型的提示格式

这种模板设计确保模型只使用检索到的信息回答问题，减少幻觉（生成不准确信息）的可能性。

构建检索问答链

# RunnablePassthrough允许我们将用户的问题之后再传递给prompt和model。
chain = {'question': RunnablePassthrough(), 'context': retriever} | prompt_temp | model

这一行代码构建了完整的检索问答链：

1. 1. 创建一个字典，包含两个键：
2. • • question：使用RunnablePassthrough()直接传递用户的输入问题
   • • context：使用retriever组件检索相关文档
3. 2. 将字典传入prompt_temp，填充提示模板中的变量
4. 3. 最后将填充好的提示传给大语言模型生成回答

这里使用了LangChain的管道操作符|，非常直观地表达了数据流向：输入 → 检索 → 提示填充 → 模型生成。

测试系统

resp = chain.invoke('请介绍一下埃菲尔铁塔？')
print(resp.content)

null

resp = chain.invoke('请介绍一下齐的隆咚呛？')
print(resp.content)

注意一下这里搜索的是齐的隆咚呛，而文档中为齐得隆咚呛，他也是能通过语义搜索获取到的。

null

至此我们可以成功根据我们自己的文本内容来实现知识库检索了。

其实还有个rerank模型也可以用作优化效果，后面文章我会详细介绍。

下面我总结一下使用到的技术。

向量检索原理详解

文本向量化

在RAG系统中，文本向量化是实现高效检索的基础。这个过程包括：

1. 1. 文本预处理：清洗文本，去除停用词，进行分词等。
2. 2. 向量生成：使用嵌入模型将文本转换为高维向量。本例中使用的BGE-M3模型能将文本映射到高维空间，使得语义相似的文本在向量空间中距离更近。
3. 3. 向量维度：嵌入模型通常会生成几百到几千维度的向量。例如，BGE-M3生成的向量通常是1024维。

向量存储

ChromaDB作为向量数据库，提供了高效的向量存储和检索功能：

1. 1. 向量索引：ChromaDB使用高效的索引结构（如HNSW、Annoy等）来加速近似最近邻搜索。
2. 2. 元数据存储：除了存储向量，还保存文档的原始内容和元数据。
3. 3. 持久化：ChromaDB支持将向量数据持久化到磁盘，便于后续使用。

相似度搜索

向量检索的核心是相似度计算：

1. 1. 余弦相似度：最常用的相似度度量，计算两个向量之间夹角的余弦值。值域为[-1,1]，通常归一化为[0,1]或表示为距离[0,2]。
2. 2. 欧氏距离：计算向量空间中两点之间的直线距离。
3. 3. 点积：两个向量的对应元素相乘再求和，也是常用的相似度度量之一。

在本例中，similarity_search_with_score方法返回的分数是基于向量欧式距离的，分数越低表示相似度越高。

语义检索优势

与传统的关键词匹配相比，向量检索（也称为语义检索）有显著优势：

1. 1. 理解语义：能够捕捉文本的语义而非仅匹配关键词。
2. 2. 处理同义词：即使用不同词语表达相同概念，也能找到相关文档。
3. 3. 处理多语言：某些嵌入模型支持跨语言检索。
4. 4. 模糊匹配：不需要精确匹配即可找到相关内容。

总结

本文详细介绍了一个基于LangChain和ChromaDB实现的智能检索问答系统。该系统通过向量化存储文档信息，利用语义相似度检索相关内容，然后使用大语言模型生成准确回答。