RAG学习-基于 LangChain 框架的 RAG 实现

第三节、四步构建RAG

一、启动虚拟环境

conda activate all-in-rag

# 假设当前在 all-in-rag 项目的根目录下
cd code/C1

二、运行RAG示例代码

python 01_langchain_example.py

代码运行后，可以看到类似下面的输出（格式化后）：

Downloading Model from https://www.modelscope.cn to directory: Path\to\all-in-rag\models\bge-small-zh-v1.5
2025-06-08 02:36:19,318 - modelscope - INFO - Target directory already exists, skipping creation.
content='
文中举了以下例子：

1. **自然界中的羚羊**：刚出生的羚羊通过试错学习站立和奔跑，适应环境。
2. **股票交易**：通过买卖股票并根据市场反馈调整策略，最大化奖励。
3. **雅达利游戏（如Breakout和Pong）**：通过不断试错学习如何通关或赢得游戏。
4. **选择餐馆**：利用（去已知喜欢的餐馆）与探索（尝试新餐馆）的权衡。
5. **做广告**：利用（采取已知最优广告策略）与探索（尝试新广告策略）。
6. **挖油**：利用（在已知地点挖油）与探索（在新地点挖油，可能发现大油田）。
7. **玩游戏（如《街头霸王》）**：利用（固定策略如蹲角落出脚）与探索（尝试新招式如"大招"）。

这些例子用于说明强化学习中的核心概念（如探索与利用、延迟奖励等）及其在实际场景中的应用。
'
additional_kwargs={'refusal': None}
response_metadata={
    'token_usage': {
        'completion_tokens': 209,
        'prompt_tokens': 5576,
        'total_tokens': 5785,
        'completion_tokens_details': None,
        'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 5568},
        'prompt_cache_hit_tokens': 5568,
        'prompt_cache_miss_tokens': 8
    },
    'model_name': 'deepseek-chat',
    'system_fingerprint': 'fp_8802369eaa_prod0425fp8',
    'id': '67a0580d-78b1-44d6-bccf-f654ae0e9bba',
    'service_tier': None,
    'finish_reason': 'stop',
    'logprobs': None
}
id='run--919cedcd-771e-4aed-8dfd-cf436795792e-0'
usage_metadata={
    'input_tokens': 5576,
    'output_tokens': 209,
    'total_tokens': 5785,
    'input_token_details': {'cache_read': 5568},
    'output_token_details': {}
}

输出参数解析：

• content: 这是最核心的部分，即大型语言模型（LLM）根据你的问题和提供的上下文生成的具体回答。

• additional_kwargs : 包含一些额外的参数，在这个例子中是 {'refusal': None}，表示模型没有拒绝回答。

• : 包含了关于LLM响应的元数据。

  • token_usage: 显示了本次调用消耗的token数量，包括完成（completion_tokens）、提示（prompt_tokens）和总量（total_tokens）。
  • model_name: 使用的LLM模型名称，当前是 deepseek-chat。
  • system_fingerprint, id, service_tier, finish_reason, logprobs: 这些是更详细的API响应信息，例如 finish_reason: 'stop' 表示模型正常完成了生成。

• id: 本次运行的唯一标识符。

• usage_metadata : 与 response_metadata 中的 token_usage 类似，提供了输入和输出token的统计。

一句话总结

这是一个最简 RAG（检索增强生成）流程：加载本地 Markdown 文档 → 分块 → 向量化 → 检索 → 交给 LLM 生成回答，用 LangChain 框架实现。

三、基于LangChain框架的RAG实现

3.1 初始化设置

首先进行基础配置，包括导入必要的库、加载环境变量以及下载嵌入模型。

import os
# os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
from dotenv import load_dotenv
from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_huggingface import HuggingFaceEmbeddings
from langchain_core.vectorstores import InMemoryVectorStore
from langchain_core.prompts import ChatPromptTemplate
from langchain_deepseek import ChatOpenAI

# 加载环境变量
load_dotenv()

3.2数据准备

加载原始文档 : 先定义Markdown文件的路径，然后使用TextLoader加载该文件作为知识源。

markdown_path = "../../data/C1/markdown/easy-rl-chapter1.md"
loader = TextLoader(markdown_path)
docs = loader.load()

文本分块 (Chunking) : 为了便于后续的嵌入和检索，长文档被分割成较小的、可管理的文本块 （chunks）。这里采用了递归字符分割策略 ，使用其默认参数进行分块。当不指定参数初始化 RecursiveCharacterTextSplitter() 时，其默认行为旨在最大程度保留文本的语义结构：

• 默认分隔符与语义保留 : 按顺序尝试使用一系列预设的分隔符 ["\n\n" (段落), "\n" (行), " " (空格), "" (字符)] 来递归分割文本。这种策略的目的是尽可能保持段落、句子和单词的完整性，因为它们通常是语义上最相关的文本单元，直到文本块达到目标大小。
• 保留分隔符 : 默认情况下 (keep_separator=True)，分隔符本身会被保留在分割后的文本块中。
• 默认块大小与重叠 : 使用其基类 TextSplitter 中定义的默认参数 chunk_size=4000（块大小）和 chunk_overlap=200（块重叠）。这些参数确保文本块符合预定的大小限制，并通过重叠来减少上下文信息的丢失。

text_splitter = RecursiveCharacterTextSplitter()
texts = text_splitter.split_documents(docs)

3.3索引构建

数据准备完成后，接下来构建向量索引：

初始化中文嵌入模型 : 使用HuggingFaceEmbeddings加载之前在初始化设置中下载的中文嵌入模型。配置模型在CPU上运行，并启用嵌入归一化 (normalize_embeddings: True)。

embeddings = HuggingFaceEmbeddings(
    model_name="BAAI/bge-small-zh-v1.5",
    model_kwargs={'device': 'cpu'},
    encode_kwargs={'normalize_embeddings': True}
)

构建向量存储 : 将分割后的文本块 (texts) 通过初始化好的嵌入模型转换为向量表示，然后使用InMemoryVectorStore将这些向量及其对应的原始文本内容添加进去，从而在内存中构建出一个向量索引。

vectorstore = InMemoryVectorStore(embeddings)
vectorstore.add_documents(texts)

这个过程完成后，便构建了一个可供查询的知识索引。

3.4查询与检索

索引构建完毕后，便可以针对用户问题进行查询与检索：

定义用户查询: 设置一个具体的用户问题字符串。

question = "文中举了哪些例子？"

在向量存储中查询相关文档 : 使用向量存储的similarity_search方法，根据用户问题在索引中查找最相关的 k (此处示例中 k=3) 个文本块。

retrieved_docs = vectorstore.similarity_search(question, k=3)

准备上下文 : 将检索到的多个文本块的页面内容 (doc.page_content) 合并成一个单一的字符串，并使用双换行符 ("\n\n") 分隔各个块，形成最终的上下文信息 (docs_content) 供大语言模型参考。

docs_content = "\n\n".join(doc.page_content for doc in retrieved_docs)

3.5生成集合

最后一步是将检索到的上下文与用户问题结合，利用大语言模型（LLM）生成答案：

构建提示词模板 : 使用ChatPromptTemplate.from_template创建一个结构化的提示模板。此模板指导LLM根据提供的上下文 (context) 回答用户的问题 (question)，并明确指出在信息不足时应如何回应。

prompt = ChatPromptTemplate.from_template("""请根据下面提供的上下文信息来回答问题。
请确保你的回答完全基于这些上下文。
如果上下文中没有足够的信息来回答问题，请直接告知："抱歉，我无法根据提供的上下文找到相关信息来回答此问题。"
  
上下文:
{context}

问题: {question}

回答:"""
                                          )

配置大语言模型 : 初始化 ChatOpenAI 客户端，配置所用模型（glm-4.7-flash-free）、生成答案的温度参数（temperature=0.7）、最大Token数 (max_tokens=2048) 以及API密钥（从环境变量加载）和 url。

llm = ChatOpenAI(
    model="glm-4.7-flash-free",
    temperature=0.7,
    max_tokens=2048,
    api_key=os.getenv("DEEPSEEK_API_KEY")
    base_url="https://aihubmix.com/v1"
)

调用LLM生成答案并输出 : 将用户问题 (question) 和先前准备好的上下文 (docs_content) 格式化到提示模板中，然后调用ChatDeepSeek的invoke方法获取生成的答案。

answer = llm.invoke(prompt.format(question=question, context=docs_content))
print(answer)

这是一个 Naive RAG 的最小化实现（对应 C1 RAG 入门章节），使用 LangChain 框架 完整演示了 RAG 的核心流程：加载 → 分块 → 嵌入 → 检索 → 生成。

逐段功能解析

1. 环境准备与导入（第1-12行）
   from dotenv import load_dotenv
   from langchain_community.document_loaders import UnstructuredMarkdownLoader

load_dotenv()

• 加载 .env 文件（虽然此脚本实际未使用环境变量中的 key）
• 引入 LangChain 生态的 6 个核心组件，覆盖整个 RAG 流水线

2. 文档加载（第14-18行）
   markdown_path = ".../.../data/C1/markdown/easy-rl-chapter1.md"
   loader = UnstructuredMarkdownLoader (markdown_path)
   docs = loader.load()

• 从项目共享数据目录加载一个 Markdown 文件（强化学习教材第一章）
• 注意：路径 .../.../data/ 是相对路径，脚本必须从 code/C1/ 目录运行，否则路径错误（常见踩坑点）

3. 文本分块（第20-22行）
   text_splitter = RecursiveCharacterTextSplitter ()
   chunks = text_splitter.split_documents(docs)

• 使用 RecursiveCharacterTextSplitter 将长文档切分成小块（默认参数：chunk_size=1000, chunk_overlap=200）
• 这是 C2 数据准备 中详细讲解的技术，决定了后续检索的粒度

4. 中文嵌入模型（第24-29行）
   embeddings = HuggingFaceEmbeddings(
   model_name="BAAI/bge-small-zh-v1.5",
   model_kwargs={'device': 'cpu'},
   encode_kwargs={'normalize_embeddings': True}
   )

• 加载本项目默认的中文嵌入模型 BAAI/bge-small-zh-v1.5（512维，CPU推理）
• normalize_embeddings=True 启用归一化，使余弦相似度等价于内积

5. 向量存储（第31-33行）
   vectorstore = InMemoryVectorStore(embeddings)
   vectorstore.add_documents(chunks)

• 使用 InMemoryVectorStore（内存向量存储），适合学习演示
• 生产环境会替换为 FAISS / Chroma / Milvus（见 C3 向量数据库章节）

6. 提示词模板（第35-46行）
   prompt = ChatPromptTemplate.from_template("""请根据下面提供的上下文信息来回答问题。...""")

• 构建约束性指令：强制 LLM 只基于检索到的上下文回答
• 包含容错机制：当上下文不足时，LLM 被告知直接说"找不到相关信息"
• 模板变量：{context}（检索结果）和 {question}（用户问题）

7. LLM 配置（第49-66行）

   llm = ChatOpenAI(

   model="gpt-5.5-free",

   api_key="sk-...",

   base_url="https://aihubmix.com/v1"

   )

8. 执行查询（第68-75行）

   retrieved_docs = vectorstore.similarity_search(question, k=3)

   answer = llm.invoke(prompt.format(question=question, context=docs_content))

   print(answer)

• similarity_search(question, k=3)：检索与问题最相似的 3 个文档块
• 将检索到的文档拼接为 docs_content，填入提示模板
• 调用 LLM 生成最终答案并打印
  整体流程图
  Markdown文件 → UnstructuredMarkdownLoader → RecursiveCharacterTextSplitter
  ↓
  文档块 (chunks)
  ↓
  HuggingFaceEmbeddings(bge-small-zh-v1.5)
  ↓
  ┌──────────────── InMemoryVectorStore ────────────────┐
  │ 添加文档块，构建向量索引 │
  └────────────────────┬────────────────────────────────┘
  ↓
  用户问题 ──────→ similarity_search(k=3) ──→ 检索到3个相关块
  ↓
  拼接 context + question 填入模板
  ↓
  ChatOpenAI(gpt-5.5-free) 生成回答
  ↓
  打印答案

附：虚拟环境安装

一、

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

二、

安装成功后，按照提示输入以下命令添加环境变量 。这里注意，不同的人的安装路径不同，请按照提示自行复制粘贴命令。

$env:Path = "C:\Users\michaelbradley\.local\bin;$env:Path" 

三、

uv venv rag --python 3.12.7

四、

rag\Scripts\activate