This commit is contained in:
@@ -2,71 +2,44 @@
|
||||
|
||||
该模块负责 RAG 系统的阶段二：**在线检索与生成**。它接收用户提问，从知识库中检索出上下文，利用各种高级策略去噪、融合，并作为增强上下文输入给大语言模型 (LLM)。
|
||||
|
||||
## 📊 RAG-Fusion & 混合检索流水线示意图
|
||||
|
||||
```mermaid
|
||||
graph TD
|
||||
User((用户提问)) --> A[LLM 查询改写生成器]
|
||||
|
||||
subgraph RAG-Fusion 核心流程
|
||||
A -->|改写为问题 1| B1[查询 1]
|
||||
A -->|改写为问题 2| B2[查询 2]
|
||||
A -->|原问题| B3[原始查询]
|
||||
|
||||
B1 & B2 & B3 --> C[混合检索器 Hybrid Retriever <br> Dense Vector + BM25 Sparse]
|
||||
|
||||
C --> D[多路召回结果合集 N=60条]
|
||||
|
||||
D --> E{RRF 倒数排名融合去重}
|
||||
end
|
||||
|
||||
E -->|筛选出前 20 条| F[Cross-Encoder 重排器 Reranker]
|
||||
|
||||
F -->|精细打分排序 Top 5| G[最终纯净上下文 Context]
|
||||
|
||||
G --> H[将 Context 与原问题拼接输入大模型]
|
||||
H --> I((LLM 生成最终回答))
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 🎯 演进路线与算法详解 (Roadmap)
|
||||
|
||||
### Level 1: 基础向量搜索 (Basic Similarity Search)
|
||||
- **核心算法**: 近似最近邻搜索 (ANN, 常用 HNSW 算法)。将用户问题转化为向量后，计算它与库中向量的余弦相似度 (Cosine Similarity)，取距离最近的 K 个块。
|
||||
- **优缺点**: 速度极快。但只能捕捉“语义相似”，如果用户搜索特定专有名词、编号、订单号，纯向量检索往往会失效（产生“幻觉”匹配）。
|
||||
- **实现指南**:
|
||||
- 使用 `rag_indexer.embedders.LlamaCppEmbedder` 作为嵌入模型
|
||||
- 使用 `app/rag/retriever.py` 中的 `create_base_retriever` 创建基础检索器
|
||||
- 配置 `search_kwargs={"k": 20}` 进行初步召回
|
||||
|
||||
### Level 2: 混合检索与重排序 (Hybrid Search + Reranker)
|
||||
混合检索旨在结合向量的“语义泛化”与关键词的“精准匹配”，随后利用重排序模型过滤噪声。
|
||||
|
||||
**1. 基础召回 (混合检索)**
|
||||
- **核心原理**: 结合基于 HNSW 的 Dense Vector 相似度搜索与基于 TF-IDF 的 BM25 稀疏检索 (Sparse Vector)。
|
||||
- **实现指南**: 使用 `langchain_qdrant` 包中的 `Qdrant` 类连接数据库。通过调用 `Qdrant.from_existing_collection(...)` 实例化向量库，并使用 `.as_retriever(search_kwargs={"k": 20})` 方法生成基础检索器。Qdrant 底层会自动处理双路召回。
|
||||
- **实现指南**: 使用 `app/rag/retriever.py` 中的 `create_hybrid_retriever` 函数，配置 `dense_k=10` 和 `sparse_k=10`，总召回 20 条结果。
|
||||
|
||||
**2. 二次精排 (Cross-Encoder)**
|
||||
- **核心原理**: 不同于双塔模型（分别算向量再求距离），交叉编码器将“用户问题 + 检索到的单例文档”拼接后整体输入 Transformer 模型，由模型直接输出 0~1 的相关性得分，精度极高。
|
||||
- **实现指南**:
|
||||
- 使用 `sentence-transformers` 库加载本地轻量级重排模型（如 `BAAI/bge-reranker-base`）。
|
||||
- 引入 `langchain.retrievers.document_compressors` 包中的 `CrossEncoderReranker` 类包装该模型，设置参数 `top_n=5`。
|
||||
- 最后，使用 `langchain.retrievers` 包中的 `ContextualCompressionRetriever` 类，将 `base_compressor` (重排器) 和 `base_retriever` (基础检索器) 组合。
|
||||
- **如何调用**: 业务逻辑中直接对组合后的检索器调用 `.invoke(query)` 方法，即可一键完成“大范围召回 20 条 -> 逐一打分精排选 5 条”的去噪流水线。
|
||||
- **实现指南**:
|
||||
- 使用 `app/rag/reranker.py` 中的 `CrossEncoderReranker` 类，加载 `BAAI/bge-reranker-base` 模型
|
||||
- 设置 `top_n=5` 保留最相关的 5 条结果
|
||||
- 使用 `ContextualCompressionRetriever` 组合基础检索器和重排序器
|
||||
|
||||
### Level 3: RAG-Fusion (多路改写与倒数排名融合)
|
||||
RAG-Fusion 通过大模型发散思维，将单一问题改写为多个相似问题，扩大搜索面，再利用数学统计算法合并结果。
|
||||
|
||||
**1. 多路查询改写**
|
||||
- **核心原理**: 克服用户初始提问词不达意或视角受限的问题。
|
||||
- **实现指南**: 导入 `langchain.retrievers.multi_query` 包中的 `MultiQueryRetriever` 类。需向其提供一个已实例化的 LLM 对象（如基于 `ChatOpenAI` 封装的本地 VLLM 模型）。系统在底层会自动 Prompt 模型，将原始 `query` 转化为包含 3-5 个不同表述的查询列表。
|
||||
- **实现指南**: 使用 `app/rag/query_transform.py` 中的 `MultiQueryTransformer` 类，配置 `num_queries=3` 生成 3 个不同角度的查询。
|
||||
|
||||
**2. 倒数排名融合 (RRF)**
|
||||
- **核心原理**: RRF (Reciprocal Rank Fusion) 是一种无需评分归一化的融合算法。公式为 $RRF\_score(d) = \sum_{q \in Q} \frac{1}{k + rank_q(d)}$，有效避免某一极端检索结果主导全局。
|
||||
- **实现指南**:
|
||||
- 针对每个改写后的查询 $q$，分别调用精排检索器的 `.invoke(q)` 获取文档列表。
|
||||
- 使用 `langchain.retrievers` 中的 `EnsembleRetriever` 类（原生支持 RRF），或在代码中遍历收集到的 `Document` 对象，基于其排名 `rank` 累加得分，最终通过 Python 的 `set` 去重并提取 `doc.page_content`。
|
||||
- **实现指南**: 使用 `app/rag/retriever.py` 中的 `create_ensemble_retriever` 函数，配置 `search_type="rrf"` 实现倒数排名融合。
|
||||
|
||||
### Level 4: Agentic RAG / Self-RAG (智能体与自我反思)
|
||||
- **核心原理**: 基于 LangGraph 的 ReAct (Reasoning and Acting) 状态机路由。大模型并非每次都去死板地执行检索，而是先判断问题：“这是闲聊？还是需要查知识库？”。如果是后者，模型输出一个 `ToolCall` 指令，触发检索。
|
||||
- **实现指南**: 请参考下方的**与现有系统整合调用**章节。
|
||||
- **实现指南**: 使用 `app/rag/tools.py` 中的 `search_knowledge_base` 工具，将其绑定到 LangGraph 状态机中。
|
||||
|
||||
- **示意图**:
|
||||
```mermaid
|
||||
@@ -87,6 +60,13 @@ RAG-Fusion 通过大模型发散思维，将单一问题改写为多个相似问
|
||||
LangGraph Agent-->>User: "根据知识库规定，报销流程分为以下3步..."
|
||||
```
|
||||
|
||||
### Level 5: GraphRAG 集成 (基于图和关系的 RAG)
|
||||
- **核心原理**: 结合知识图谱的结构化关系和向量检索的语义相似度，解决跨文档复杂关系推理问题。
|
||||
- **实现指南**:
|
||||
- 使用 `langchain_community.graphs` 模块构建知识图谱
|
||||
- 配置本地大模型（如 `Gemma-4-E2B`）用于实体关系抽取
|
||||
- 实现混合检索逻辑，结合向量相似度和图路径分析
|
||||
|
||||
---
|
||||
|
||||
## 📦 所需依赖与安装
|
||||
@@ -102,18 +82,19 @@ pip install rank_bm25
|
||||
|
||||
# 基础框架
|
||||
pip install langchain langchain-core langchain-openai langchain-qdrant
|
||||
|
||||
# 与 rag_indexer 共享的依赖
|
||||
pip install qdrant-client httpx
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 📂 架构与文件结构设计
|
||||
|
||||
在 `app/rag/` 目录下，需创建以下文件来模块化上述功能：
|
||||
|
||||
```text
|
||||
```
|
||||
app/rag/
|
||||
├── __init__.py
|
||||
├── retriever.py # 负责 Qdrant 的基础召回与 ContextualCompressionRetriever
|
||||
├── retriever.py # 负责 Qdrant 的基础召回与混合检索
|
||||
├── reranker.py # 负责加载 sentence-transformers 交叉编码器
|
||||
├── query_transform.py # 负责基于 MultiQueryRetriever 的改写逻辑
|
||||
├── pipeline.py # 组合上述组件，暴露出核心的 retrieve() 方法
|
||||
@@ -122,15 +103,69 @@ app/rag/
|
||||
|
||||
---
|
||||
|
||||
## <EFBFBD> 与现有系统整合调用 (Agentic RAG 实现)
|
||||
## 🔄 与 rag_indexer 集成
|
||||
|
||||
### 数据结构兼容性
|
||||
- **向量存储**: rag_indexer 使用 Qdrant 存储子块向量，app/rag 直接从相同集合读取
|
||||
- **文档存储**: rag_indexer 使用 PostgreSQL 存储父块，app/rag 通过 `ParentDocumentRetriever` 关联
|
||||
- **嵌入模型**: 共享 `LlamaCppEmbedder` 确保向量空间一致性
|
||||
|
||||
### 配置共享
|
||||
- **环境变量**: QDRANT_URL、QDRANT_API_KEY、DB_URI 等配置在两个模块间共享
|
||||
- **集合名称**: 默认使用 "rag_documents" 集合，确保数据一致性
|
||||
|
||||
---
|
||||
|
||||
## 🚀 与现有系统整合调用 (Agentic RAG 实现)
|
||||
|
||||
基于目前 LangGraph 系统的架构，我们将摒弃将代码堆砌在一起的旧方式，而是利用 **LangChain Tools** 的特性将 RAG 优雅地注入系统：
|
||||
|
||||
1. **封装检索工具 (Tool)**:
|
||||
1. **封装检索工具 (Tool)**:
|
||||
从 `langchain.tools` 导入 `@tool` 装饰器。定义一个名为 `search_knowledge_base(query: str)` 的函数。在函数内部，实例化并调用我们在 `pipeline.py` 中写好的多路召回与重排逻辑。
|
||||
2. **模型绑定 (Bind)**:
|
||||
|
||||
2. **模型绑定 (Bind)**:
|
||||
在 `app/agent.py` 或 `app/nodes/tool_call.py` 中，将这个工具引入，并通过 `llm.bind_tools([search_knowledge_base])` 绑定到现有的本地大模型实例上。
|
||||
3. **状态机路由 (Graph Routing)**:
|
||||
|
||||
3. **状态机路由 (Graph Routing)**:
|
||||
你的 LangGraph 状态机会像处理普通对话一样自动接管：当模型判断需要调用查阅规章制度或专业资料时，它会输出 `ToolCall` 消息，流转到 `tool_node` 执行上述的 RAG 检索逻辑并返回上下文。
|
||||
|
||||
这让你无需修改任何前端 Streamlit 流式代码，就能平滑升级为具备超级知识库检索能力的智能体 (Agent)！
|
||||
|
||||
---
|
||||
|
||||
## 🎯 快速开始
|
||||
|
||||
```python
|
||||
# 1. 初始化嵌入模型
|
||||
from rag_indexer.embedders import LlamaCppEmbedder
|
||||
embeddings = LlamaCppEmbedder()
|
||||
|
||||
# 2. 初始化语言模型（用于 RAG-Fusion）
|
||||
from langchain_openai import OpenAI
|
||||
llm = OpenAI(
|
||||
openai_api_base="http://localhost:8000/v1",
|
||||
openai_api_key="no-key-needed",
|
||||
model_name="Qwen2.5-7B-Instruct",
|
||||
temperature=0.3,
|
||||
)
|
||||
|
||||
# 3. 创建 RAG 流水线
|
||||
from app.rag.pipeline import RAGPipeline, RAGLevel
|
||||
pipeline = RAGPipeline(
|
||||
embeddings=embeddings,
|
||||
llm=llm,
|
||||
config={
|
||||
"collection_name": "rag_documents",
|
||||
"rag_level": RAGLevel.FUSION.value,
|
||||
"num_queries": 3,
|
||||
"rerank_top_n": 5,
|
||||
},
|
||||
)
|
||||
|
||||
# 4. 执行检索
|
||||
result = pipeline.retrieve("如何申请项目资金？")
|
||||
|
||||
# 5. 格式化上下文
|
||||
context = pipeline.format_context(result.documents)
|
||||
print(context)
|
||||
```
|
||||
|
||||
Reference in New Issue
Block a user