392 lines
16 KiB
Markdown
392 lines
16 KiB
Markdown
# 在线 RAG 检索与生成系统 (Online RAG Retriever)
|
||
|
||
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)。
|
||
|
||
## 🎯 核心架构
|
||
|
||
### 技术栈
|
||
|
||
| 组件 | 技术选型 | 版本 | 说明 |
|
||
|:-----|:---------|:-----|:-----|
|
||
| **基础检索** | `Qdrant` | 1.17+ | HNSW 稠密向量检索 |
|
||
| **混合检索** | `Qdrant` + `BM25` | 内置 | 稠密 + 稀疏向量融合 |
|
||
| **查询改写** | `LangChain` | 内置 | `MultiQueryGenerator` 多路改写 |
|
||
| **RRF 融合** | 自实现 | - | `reciprocal_rank_fusion` 倒数排名融合 |
|
||
| **重排序** | `llama.cpp` | 本地服务 | OpenAI 兼容 Rerank API |
|
||
| **编排框架** | `asyncio` | Python 3.10+ | 异步并行检索 |
|
||
|
||
### 检索流水线
|
||
|
||
```
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ 用户提问 │
|
||
└──────────────────────┬──────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ MultiQueryGenerator │
|
||
│ 多路查询改写 (num_queries=3) │
|
||
│ "如何申请项目资金？" → ["项目资金申请流程", "经费申请步骤"] │
|
||
└──────────────────────┬──────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ 并行检索 (asyncio.gather) │
|
||
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
|
||
│ │ 查询1 检索 │ │ 查询2 检索 │ │ 查询3 检索 │ │
|
||
│ │ (k=20) │ │ (k=20) │ │ (k=20) │ │
|
||
│ └──────────────┘ └──────────────┘ └──────────────┘ │
|
||
└──────────────────────┬──────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ reciprocal_rank_fusion (RRF) │
|
||
│ RRF_score(d) = Σ 1/(k + rank_q(d)) (k=60) │
|
||
│ 融合多路检索结果，去重排序 │
|
||
└──────────────────────┬──────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ LLaMaCPPReranker │
|
||
│ 远程重排序 (bge-reranker-v2-m3) │
|
||
│ 返回 Top-N (top_n=5) 最相关文档 │
|
||
└──────────────────────┬──────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ 返回增强上下文 │
|
||
│ format_context() → 格式化输出 │
|
||
└─────────────────────────────────────────────────────────────┘
|
||
```
|
||
|
||
### 技术特性
|
||
|
||
- ✅ **多路查询改写**：通过 LLM 将单一问题改写为多个不同角度的查询
|
||
- ✅ **RRF 融合算法**：Reciprocal Rank Fusion，无需评分归一化的融合算法
|
||
- ✅ **远程重排序**：使用 llama.cpp 服务的 OpenAI 兼容 Rerank API
|
||
- ✅ **混合检索支持**：稠密向量 + BM25 稀疏向量混合检索
|
||
- ✅ **异步并行检索**：多路查询并行执行，提升检索速度
|
||
- ✅ **优雅降级**：重排序器不可用时自动降级到基础融合结果
|
||
|
||
## 📂 架构与文件结构
|
||
|
||
```
|
||
app/rag/
|
||
├── __init__.py
|
||
├── retriever.py # Qdrant 基础检索与混合检索
|
||
├── reranker.py # llama.cpp 远程重排序器
|
||
├── query_transform.py # 多路查询改写生成器
|
||
├── fusion.py # RRF 倒数排名融合算法
|
||
├── pipeline.py # RAG 流水线编排
|
||
└── tools.py # LangChain Tool 封装
|
||
```
|
||
|
||
## 🎯 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
|
||
|
||
```python
|
||
from app.rag.retriever import create_base_retriever
|
||
|
||
retriever = create_base_retriever(
|
||
collection_name="rag_documents",
|
||
embeddings=embeddings,
|
||
search_kwargs={"k": 20}
|
||
)
|
||
docs = retriever.invoke("什么是 RAG？")
|
||
```
|
||
|
||
### 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 `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。
|
||
|
||
```python
|
||
from app.rag.retriever import create_hybrid_retriever
|
||
|
||
retriever = create_hybrid_retriever(
|
||
collection_name="rag_documents",
|
||
embeddings=embeddings,
|
||
dense_k=10,
|
||
sparse_k=10,
|
||
score_threshold=0.3
|
||
)
|
||
```
|
||
|
||
**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 `app/rag/reranker.py` 中的 `LLaMaCPPReranker` 类，加载 `bge-reranker-v2-m3` 模型
|
||
- 设置 `top_n=5` 保留最相关的 5 条结果
|
||
|
||
```python
|
||
from app.rag.reranker import LLaMaCPPReranker
|
||
|
||
reranker = LLaMaCPPReranker(
|
||
base_url="http://127.0.0.1:8083",
|
||
api_key="your-api-key",
|
||
top_n=5
|
||
)
|
||
sorted_docs = reranker.compress_documents(documents, query)
|
||
```
|
||
|
||
### 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**: 使用 `app/rag/query_transform.py` 中的 `MultiQueryGenerator` 类，配置 `num_queries=3` 生成 3 个不同角度的查询。
|
||
|
||
```python
|
||
from app.rag.query_transform import MultiQueryGenerator
|
||
|
||
generator = MultiQueryGenerator(llm=llm, num_queries=3)
|
||
queries = await generator.agenerate("如何申请项目资金？")
|
||
# 返回：["如何申请项目资金？", "项目资金申请流程是什么？", "申请项目经费需要哪些步骤？"]
|
||
```
|
||
|
||
**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) = Σ 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**: 使用 `app/rag/fusion.py` 中的 `reciprocal_rank_fusion` 函数，配置 `k=60` 实现倒数排名融合。
|
||
|
||
```python
|
||
from app.rag.fusion import reciprocal_rank_fusion
|
||
|
||
# 多个查询的检索结果
|
||
doc_lists = [result1, result2, result3]
|
||
fused_docs = reciprocal_rank_fusion(doc_lists, k=60)
|
||
```
|
||
|
||
### 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**: 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**:
|
||
|
||
```
|
||
┌──────────┐ ┌──────────────┐ ┌──────────┐ ┌────────
|
||
│ User │────>│ LangGraph │────>│ RAG_Tool │────>│ Qdrant │
|
||
│ │ │ Agent │ │ │ │ │
|
||
│ "公司报 │ │ 思考: 这是 │ │ ToolCall │ │ RAG- │
|
||
│ 销流程？"│ │ 内部规章问题 │ │ search_ │ │ Fusion │
|
||
│ │ │ 需要查资料 │ │ knowledge│ │ & 混合 │
|
||
│ │<────│ 资料充分， │<────│ 返回最相 │<────│ 检索 │
|
||
│ "根据知 │ │ 开始撰写回答 │ │ 关5条规定 │ │ Cross- │
|
||
│ 识库规定 │ │ │ │ │ │ Encoder│
|
||
│ ..." │ │ │ │ │ │ 重排 │
|
||
└────────── └────────────── └──────────┘ └────────┘
|
||
```
|
||
|
||
### 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-E4B`）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
|
||
|
||
```python
|
||
from langchain_community.graphs import Neo4jGraph
|
||
from langchain_experimental.graph_transformers import LLMGraphTransformer
|
||
|
||
# 实体关系抽取
|
||
transformer = LLMGraphTransformer(llm=local_llm)
|
||
graph_documents = transformer.convert_to_graph_documents(documents)
|
||
|
||
# 存储到图数据库
|
||
graph = Neo4jGraph(url="bolt://localhost:7687")
|
||
graph.add_graph_documents(graph_documents)
|
||
```
|
||
|
||
## 🔧 核心组件详解
|
||
|
||
### 1. 检索器 (retriever.py)
|
||
|
||
提供基于 Qdrant 的向量检索能力。
|
||
|
||
**基础检索器**：
|
||
```python
|
||
from app.rag.retriever import create_base_retriever
|
||
|
||
retriever = create_base_retriever(
|
||
collection_name="rag_documents",
|
||
embeddings=embeddings,
|
||
search_kwargs={"k": 20}
|
||
)
|
||
```
|
||
|
||
**混合检索器**：
|
||
```python
|
||
from app.rag.retriever import create_hybrid_retriever
|
||
|
||
retriever = create_hybrid_retriever(
|
||
collection_name="rag_documents",
|
||
embeddings=embeddings,
|
||
dense_k=10,
|
||
sparse_k=10,
|
||
score_threshold=0.3
|
||
)
|
||
```
|
||
|
||
### 2. 多路查询改写 (query_transform.py)
|
||
|
||
通过 LLM 将用户问题改写为多个不同版本，扩大搜索面。
|
||
|
||
```python
|
||
from app.rag.query_transform import MultiQueryGenerator
|
||
|
||
generator = MultiQueryGenerator(llm=llm, num_queries=3)
|
||
queries = await generator.agenerate("如何申请项目资金？")
|
||
```
|
||
|
||
### 3. RRF 融合算法 (fusion.py)
|
||
|
||
Reciprocal Rank Fusion 算法，公式：`RRF_score(d) = Σ 1/(k + rank_q(d))`
|
||
|
||
```python
|
||
from app.rag.fusion import reciprocal_rank_fusion
|
||
|
||
# 多个查询的检索结果
|
||
doc_lists = [result1, result2, result3]
|
||
fused_docs = reciprocal_rank_fusion(doc_lists, k=60)
|
||
```
|
||
|
||
### 4. 重排序器 (reranker.py)
|
||
|
||
使用 llama.cpp 服务的 OpenAI 兼容 Rerank API 对检索结果重排序。
|
||
|
||
```python
|
||
from app.rag.reranker import LLaMaCPPReranker
|
||
|
||
reranker = LLaMaCPPReranker(
|
||
base_url="http://127.0.0.1:8083",
|
||
api_key="your-api-key",
|
||
top_n=5
|
||
)
|
||
sorted_docs = reranker.compress_documents(documents, query)
|
||
```
|
||
|
||
### 5. RAG 流水线 (pipeline.py)
|
||
|
||
组合上述组件的完整检索流水线。
|
||
|
||
```python
|
||
from app.rag.pipeline import RAGPipeline
|
||
|
||
pipeline = RAGPipeline(
|
||
retriever=retriever,
|
||
llm=llm,
|
||
num_queries=3,
|
||
rerank_top_n=5,
|
||
)
|
||
|
||
# 异步检索
|
||
docs = await pipeline.aretrieve("如何申请项目资金？")
|
||
|
||
# 格式化上下文
|
||
context = pipeline.format_context(docs)
|
||
```
|
||
|
||
## 🔄 与 Agent 系统集成
|
||
|
||
### 封装为 LangChain Tool
|
||
|
||
```python
|
||
from langchain_core.tools import tool
|
||
from app.rag.pipeline import RAGPipeline
|
||
|
||
@tool
|
||
def search_knowledge_base(query: str) -> str:
|
||
"""搜索知识库获取相关信息"""
|
||
docs = pipeline.retrieve(query)
|
||
return pipeline.format_context(docs)
|
||
```
|
||
|
||
### 绑定到 LangGraph
|
||
|
||
```python
|
||
from app.graph.graph_builder import GraphBuilder
|
||
|
||
# 将 RAG 工具添加到工具列表
|
||
tools = AVAILABLE_TOOLS + [search_knowledge_base]
|
||
|
||
# 构建图
|
||
builder = GraphBuilder(llm, tools, tools_by_name)
|
||
graph = builder.build().compile(checkpointer=checkpointer)
|
||
```
|
||
|
||
## ⚙️ 环境配置
|
||
|
||
| 变量名 | 说明 | 默认值 |
|
||
|:-------|:-----|:-------|
|
||
| `QDRANT_URL` | Qdrant 向量数据库地址 | `http://127.0.0.1:6333` |
|
||
| `QDRANT_API_KEY` | Qdrant API 密钥 | - |
|
||
| `LLAMACPP_RERANKER_URL` | llama.cpp 重排序服务地址 | `http://127.0.0.1:8083` |
|
||
| `LLAMACPP_API_KEY` | llama.cpp API 密钥 | - |
|
||
|
||
## 🚀 快速开始
|
||
|
||
```python
|
||
# 1. 初始化嵌入模型
|
||
from rag_core.embedders import LlamaCppEmbedder
|
||
embedder = LlamaCppEmbedder()
|
||
embeddings = embedder.as_langchain_embeddings()
|
||
|
||
# 2. 创建检索器
|
||
from app.rag.retriever import create_base_retriever
|
||
retriever = create_base_retriever(
|
||
collection_name="rag_documents",
|
||
embeddings=embeddings,
|
||
search_kwargs={"k": 20}
|
||
)
|
||
|
||
# 3. 创建 RAG 流水线
|
||
from app.rag.pipeline import RAGPipeline
|
||
pipeline = RAGPipeline(
|
||
retriever=retriever,
|
||
llm=llm,
|
||
num_queries=3,
|
||
rerank_top_n=5,
|
||
)
|
||
|
||
# 4. 执行检索
|
||
docs = pipeline.retrieve("如何申请项目资金？")
|
||
|
||
# 5. 格式化上下文
|
||
context = pipeline.format_context(docs)
|
||
print(context)
|
||
```
|
||
|
||
## 📊 检索策略对比
|
||
|
||
| 策略 | 优点 | 缺点 | 适用场景 |
|
||
|:-----|:-----|:-----|:---------|
|
||
| **基础向量检索** | 速度快，语义理解好 | 专有名词匹配差 | 通用问答 |
|
||
| **混合检索** | 语义 + 关键词匹配 | 需要配置稀疏向量 | 专业术语查询 |
|
||
| **多路改写 + RRF** | 搜索面广，结果稳定 | 延迟略高 | 复杂问题 |
|
||
| **重排序** | 精度高 | 依赖额外模型 | 最终精排 |
|
||
|
||
## 🤝 与 rag_indexer 集成
|
||
|
||
- **向量存储**：共享 Qdrant 集合，确保嵌入模型一致
|
||
- **文档存储**：使用 PostgreSQL 存储父块，通过 UUID 映射
|
||
- **集合名称**：默认使用 `rag_documents` 集合
|
||
|
||
详见 [rag_indexer/README.md](../../rag_indexer/README.md)
|