你的位置：开丰注册 > 关于开丰注册 >

> 本文作者为 360 奇舞团前端开发工程师

本篇文章我们将基于Ollama本地运行大语言模型（LLM），并结合ChormaDB、Langchain来建立一个小型的基于网页内容进行本地问答的RAG应用。

概念介绍

先简单了解下这些术语：

LLM (A large language model) 是通过使用海量的文本数据集（书籍、网站等）训练出来的，具备通用语言理解和生成的能力。虽然它可以推理许多内容，但它们的知识仅限于特定时间点之前用于训练的数据。

LangChain 是一个用于开发由大型语言模型（LLM）驱动的应用程序的框架。提供了丰富的接口、组件、能力简化了构建LLM应用程序的过程。

Ollama 是一个免费的开源框架，可以让大模型很容易的运行在本地电脑上。

RAG（Retrieval Augmented Generation）是一种利用额外数据增强 LLM 知识的技术，它通过从外部数据库获取当前或相关上下文信息，并在请求大型语言模型（LLM）生成响应时呈现给它，从而解决了生成不正确或误导性信息的问题。

工作流程图解如下：

图片

图片

基于上述RAG步骤,接下来我们将使用代码完成它。

开始搭建

1. 依据Ollama使用指南完成大模型的本地下载和的运行。

# LLMollama pull llama3# Embedding Modelollama pull nomic-embed-text

2. 安装langchain、langchain-community、bs4

pip install langchain langchain-community bs4

3. 初始化langchain提供的Ollama对象

from langchain_community.llms import Ollamafrom langchain.callbacks.manager import CallbackManagerfrom langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler# 1. 初始化llm, 让其流式输出llm = Ollama(model='llama3',              temperature=0.1,              top_p=0.4,              callback_manager=CallbackManager([StreamingStdOutCallbackHandler()])             )

temperature控制文本生成的创造性，为0时响应是可预测，始终选择下一个最可能的单词，这对于事实和准确性非常重要的答案是非常有用的。为 1时生成文本会选择更多的单词，会产生更具创意但不可能预测的答案。

top_p 或 核心采样 决定了生成时要考虑多少可能的单词。高top_p值意味着模型会考虑更多可能的单词，甚至是可能性较低的单词，从而使生成的文本更加多样化。

较低的temperature和较高的top_p，可以产生具有创意的连贯文字。由于temperature较低，答案通常具有逻辑性和连贯性，但由于top_p较高，答案仍然具有丰富的词汇和观点。比较适合生成信息类文本，内容清晰且能吸引读者。

较高的temperature和较低的top_p，可能会把单词以难以预测的方式组合在一起。生成的文本创意高，会出现意想不到的结果，适合创作。

4. 获取RAG检索内容并分块

#`BeautifulSoup'解析网页内容：按照标签、类名、ID 等方式来定位和提取你需要的内容import bs4 #Load HTML pages using `urllib` and parse them with `BeautifulSoup'from langchain_community.document_loaders import WebBaseLoader#文本分割from langchain_text_splitters import RecursiveCharacterTextSplitterloader = WebBaseLoader(    web_paths=('https://vuejs.org/guide/introduction.html#html',),    bs_kwargs=dict(        parse_only=bs4.SoupStrainer(            class_=('content',),            # id=('article-root',)        )    ),)docs = loader.load()# chunk_overlap：分块的重叠部分text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)splits = text_splitter.split_documents(docs)

chunk_overlap：分块的重叠部分,重叠有助于降低将语句与与其相关的重要上下文分开的可能性。chunk_size：分块的大小，合理的分词设置会提高RAG的效果

内容基于本地的词嵌入模型 nomic-embed-text 嵌入向量数据库中# 向量嵌入 ::: conda install onnxruntime -c conda-forgefrom langchain_community.vectorstores import Chroma# 有许多嵌入模型from langchain_community.embeddings import OllamaEmbeddings# 基于ollama运行嵌入模型 nomic-embed-text ：A high-performing open embedding model with a large token context window.vectorstore = Chroma.from_documents(documents=splits,                                    embedding=OllamaEmbeddings(model='nomic-embed-text'))# 相似搜索# vectorstore.similarity_search('vue')                                    

此处的嵌入模型也可以使用其他的比如llama3、mistral，但是在本地运行太慢了，它们和nomic-embed-text 一样不支持中文的词嵌入。如果想试试建立一个中文的文档库，可以试试 herald/dmeta-embedding-zh词嵌入的模型，支持中文。

ollama pull herald/dmeta-embedding-zh:latest

设置Prompt规范输出from langchain_core.prompts import PromptTemplateprompt = PromptTemplate(    input_variables=['context', 'question'],    template=    '''You are an assistant for question-answering tasks. Use the following pieces of retrieved context to answer the     question. you don't know the answer, just say you don't know     without any explanation Question: {question} Context: {context} Answer:''',)基于langchain实现检索问答

from langchain.chains import RetrievalQA# 向量数据库检索器retriever = vectorstore.as_retriever()qa_chain = RetrievalQA.from_chain_type(    llm,    retriever=retriever,    chain_type_kwargs={'prompt': prompt})# what is Composition API？question = 'what is vue?'result = qa_chain.invoke({'query': question})# output# I think I know this one! Based on the context, # Vue is a JavaScript framework for building user interfaces # that builds on top of standard HTML, CSS, and JavaScript. # It provides a declarative way to use Vue primarily in # low-complexity scenarios or for building full applications with # Composition API + Single-File Components.

如果我问的问题与文档无关它的回答是怎样呢？

question = 'what is react?'result = qa_chain.invoke({'query': question})

最终执行后输出了I don't know.。

构建用户界面

Gradio是一个用于构建交互式机器学习界面的Python库。Gradio使用非常简单。你只需要定义一个有输入和输出的函数，然后Gradio将自动为你生成一个界面。用户可以在界面中输入数据，然后观察模型的输出结果。

整合上述代码，构建可交互的UI：

import gradio as grfrom langchain_community.llms import Ollamafrom langchain.callbacks.manager import CallbackManagerfrom langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandlerfrom langchain_community.document_loaders import WebBaseLoaderfrom langchain_text_splitters import RecursiveCharacterTextSplitterfrom langchain_community.vectorstores import Chromafrom langchain_community.embeddings import OllamaEmbeddingsfrom langchain.chains import RetrievalQAfrom langchain_core.prompts import PromptTemplatedef init_ollama_llm(model, temperature, top_p):    return Ollama(model=model,                  temperature=temperature,                  top_p=top_p,                  callback_manager=CallbackManager([StreamingStdOutCallbackHandler()])                  )def content_web(url):    loader = WebBaseLoader(        web_paths=(url,),    )    docs = loader.load()    # chunk_overlap：分块的重叠部分,重叠有助于降低将语句与与其相关的重要上下文分开的可能性，    # 设置了chunk_overlap效果会更好    # 合理的分词会提高RAG的效果    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)    splits = text_splitter.split_documents(docs)    return splitsdef chroma_retriever_store_content(splits):    # 基于ollama运行嵌入模型 nomic-embed-text ：A high-performing open embedding model with a large token context window.    vectorstore = Chroma.from_documents(documents=splits,                                        embedding=OllamaEmbeddings(model='nomic-embed-text'))    return vectorstore.as_retriever()def rag_prompt():    return PromptTemplate(        input_variables=['context', 'question'],        template=        '''You are an assistant for question-answering tasks. Use the following pieces of retrieved context to answer the         question. you don't know the answer, just say you don't know         without any explanation Question: {question} Context: {context} Answer:''',    )def ollama_rag_chroma_web_content(web_url, question,temperature,top_p):    llm = init_ollama_llm('llama3', temperature, top_p)    splits = content_web(web_url)    retriever = chroma_retriever_store_content(splits)    qa_chain = RetrievalQA.from_chain_type(llm, retriever=retriever, chain_type_kwargs={'prompt': rag_prompt()})    return qa_chain.invoke({'query': question})['result']demo = gr.Interface(    fn=ollama_rag_chroma_web_content,    inputs=[gr.Textbox(label='web_url',value='https://vuejs.org/guide/introduction.html',info='爬取内容的网页地址'),            'text',            gr.Slider(0, 1,step=0.1),            gr.Slider(0, 1,step=0.1)],    outputs='text',    title='Ollama+RAG Example',    description='输入网页的URL，然后提问, 获取答案')demo.launch()

运行后会输出网页地址Running on local URL: http://127.0.0.1:7860, 打开后效果如下：

图片

参考

https://github.com/ollama/ollama

https://python.langchain.com/

https://partee.io/2022/08/11/vector-embeddings/

https://jalammar.github.io/illustrated-word2vec/

- END -

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。