大模型应用开发初探 : 快速直观感受RAG

大家好，我是Edison。

上一篇，我们了解了什么如何让一些开源小参数量模型具有函数调用的能力。这一篇，我们来快速了解下RAG（检索增强生成）并通过一个简单的DEMO来直观感受一下它的作用。

RAG是什么？

检索增强生成（Retrieval Augmented Generation），简称 RAG，它是根据用户输入的提示词，通过自有垂域数据库检索相关信息，然后合并成为一个新的“完备的“提示词，最后再给大模型生成较为准确的回答。

例如，假设你正在构建问答聊天机器人，以帮助员工回答有关公司专有文档的问题。如果没有专门的培训，独立的 LLM 将无法准确回答有关这些文档的内容的问题，因为这些 LLM 都是基于互联网上公开的数据训练的。LLM 可能会因为缺乏信息而拒绝回答，或者更糟的是，它可能会生成不正确的响应。

为了解决这个问题，RAG 首先根据用户的查询从公司文档检索相关信息，然后将检索到的信息作为额外的上下文提供给 LLM。这样，LLM 就可以根据在相关文档中找到的特定详细信息生成更准确的响应。从本质上讲，RAG 使 LLM 能够“咨询”检索到的信息来表述其答案。

一般的RAG工作流程如下图所示，它实现了 非参数事实知识和逻辑推理能力的解耦或分离，这些事实知识存储在外部知识库中独立管理和更新，确保LLM能够访问到就行。

综上所述，RAG其实类似于大学期末的开卷考试，反正知识点都在书里，你平时都没学过，得先找一找，找到了就把相关答案写在试卷上，考完了还是忘得一干二净，但是你的目标达到了：考试及格60分万岁！对于LLM来说，它完成了任务，给你了一个至少可以有60分的回答。下面总结下：

检索（Retrieve）：根据用户提示词从知识库中获取相关知识上下文。
增强（Augment）：将用户的原始提示词和获取到的知识进行合并，形成一个新的提示词。
生成（Generate）：将增强后的新提示词发给LLM进行输出。

直观感受RAG

这里我们就不深究RAG的更多细节内容了，先来通过一个DEMO直观感受下RAG到底有什么作用。至于那些更多的细节内容，留到后续学习实践后，再总结分享。

这仍然是一个WindowsForm的DEMO应用，界面如下：

（1）在没有使用RAG时的查询

（2）使用RAG：导入内部知识

（3）使用RAG：检索增强查询

可以看到，基于导入的内部知识，LLM能够基于RAG获得这些知识片段，然后结合用户的问题和知识片段来生成较为准确的答案。

DEMO要点

（1）配置文件

DEMO中LLM使用的是Qwen2-7B-Instruct的模型，Embedding使用的是bge-m3模型，具体的配置如下：

{
  "OpenAI": {
    "API_PROVIDER": "SiliconCloud",
    "API_CHATTING_MODEL": "Qwen/Qwen2-7B-Instruct",
    "API_EMBEDDING_MODEL": "BAAI/bge-m3",
    "API_BASE_URL": "https://api.siliconflow.cn",
    "API_KEY": "**********************" // Update this value to yours
  },
  "TextChunker": {
    "LinesToken": 100,
    "ParagraphsToken": 1000
  }
}

（2）使用组件

使用到的组件包主要有两个：

Microsoft.SemanticKernel 1.19.0
Microsoft.SemanticKernel.Connectors.OpenAI 1.19.0
Microsoft.SemanticKernel.Connectors.Sqlite 1.19.0-alpha

可以看到这里使用的是一个本地数据Sqlilte来作为向量数据库存储，因为我们这个仅仅是个快速的DEMO，实际中可能会考虑选择更为适合的DB。需要注意的是，这里Sqlite这个包是个预览版，你在Nuget管理器中需要注意下勾选包含预览版才能搜索得到。

也正因为这个预览版，很多用法都有警告提示，所以最好在代码中加上下面这些将其禁用掉：

#pragma warning disable SKEXP0050
#pragma warning disable SKEXP0001
#pragma warning disable SKEXP0020
#pragma warning disable SKEXP0010
public partial class ChatForm : Form
{
    ......
}

（3）Embedding

private void btnEmbedding_Click(object sender, EventArgs e)
{
    var query = new QueryModel(tbxIndex.Text, tbxPrompt.Text);
    _textMemory = this.GetTextMemory().GetAwaiter().GetResult();
    var lines = TextChunker.SplitPlainTextLines(query.Text, _textChunkerLinesToken);
    var paragraphs = TextChunker.SplitPlainTextParagraphs(lines, _textChunkerParagraphsToken);

    foreach (var para in paragraphs)
    {
        Task.Run(() =>
        {
            ShowProcessMessage("AI is embedding your content now...");
            _textMemory.SaveInformationAsync(
                query.Index,
                id: Guid.NewGuid().ToString(),
                text: para)
            .GetAwaiter()
            .GetResult();
            ShowProcessMessage("Embedding success!");
            MessageBox.Show("Embedding success!", "Information", MessageBoxButtons.OK, MessageBoxIcon.Information);
        });
    }
}

private async Task<ISemanticTextMemory> GetTextMemory()
{
    var memoryBuilder = new MemoryBuilder();
    var embeddingApiClient = new HttpClient(new OpenAiHttpHandler(_embeddingApiConfiguration.Provider, _embeddingApiConfiguration.EndPoint));
    memoryBuilder.WithOpenAITextEmbeddingGeneration(
        _embeddingApiConfiguration.ModelId,
        _embeddingApiConfiguration.ApiKey,
        httpClient: embeddingApiClient);
    var memoryStore = await SqliteMemoryStore.ConnectAsync("memstore.db");
    memoryBuilder.WithMemoryStore(memoryStore);
    var textMemory = memoryBuilder.Build();

    return textMemory;
}

在Click事件中，调用GetTextMemory方法进行真正的Embedding操作，然后进行数据持久化到本地的Sqlite数据库。在GetTextMemory这个方法中，实现了调用Embedding模型API进行词嵌入。

数据写入Sqlite后打开表后的效果如下图所示。至于这个collection字段，是对应界面中的Index字段，这里我们暂时不用管它。

（4）Generation

private void btnGetRagResponse_Click(object sender, EventArgs e)
{
    if (_textMemory == null)
        _textMemory = this.GetTextMemory().GetAwaiter().GetResult();

    var query = new QueryModel(tbxIndex.Text, tbxPrompt.Text);
    var memoryResults = _textMemory.SearchAsync(query.Index, query.Text, limit: 3, minRelevanceScore: 0.3);

    Task.Run(() =>
    {
        var existingKnowledge = this.BuildPromptInformation(memoryResults).GetAwaiter().GetResult();
        var integratedPrompt = @"
                            获取到的相关信息：[{0}]。
                            根据获取到的信息回答问题：[{1}]。
                            如果没有获取到相关信息，请直接回答 Sorry不知道。
                        ";
        ShowProcessMessage("AI is handling your request now...");
        var response = _kernel.InvokePromptAsync(string.Format(integratedPrompt, existingKnowledge, query.Text))
            .GetAwaiter()
            .GetResult();
        UpdateResponseContent(response.ToString());
        ShowProcessMessage("AI Response:");
    });
}

private async Task<string> BuildPromptInformation(IAsyncEnumerable<MemoryQueryResult> memoryResults)
{
    var information = string.Empty;
    await foreach (MemoryQueryResult memoryResult in memoryResults)
    {
        information += memoryResult.Metadata.Text;
    }

    return information;
}

在Click事件中，将用户的原始提示词和从知识库中获取的知识片段通过一个提示词模板组成另一个增强版的提示词，最后将这个新的提示词发给LLM进行处理回答。

小结

本文简单介绍了一下RAG（检索增强生成）的基本概念和工作流程，然后通过一个简单的DEMO快速直观感受了一下RAG的作用。后续，我们会持续关注RAG的更多细节内容和落地实践。

参考内容

mingupupu大佬的文章：https://www.cnblogs.com/mingupupu/p/18367726

示例源码

GitHub：https://github.com/Coder-EdisonZhou/EDT.Agent.Demos

Edison Zhou

To be a happy Programmer and Blogger!