基于本地知识库构建RAG应用_大模型服务平台百炼(Model Studio)-阿里云帮助中心

本文介绍如何基于本地知识库和云端大模型构建RAG（检索增强生成）应用，用于私域知识问答、客户支持等场景。

如果您希望将知识库部署在本地，实现灵活的文档切分与嵌入模型选择，请参考本文档进行操作。

如果您希望将知识库部署在云端，直观、快速地创建RAG应用，请使用百炼提供的0代码构建RAG应用功能。

方案概览

您可以通过本文档实现以下效果：

2024-09-03_19-55-35 (1)

RAG应用能够根据用户提供的文档生成回复，有效缓解大模型面对私有领域问题时的局限性，整体上可分为检索与生成两个环节。

在本应用中，检索环节在本地执行，您能够便捷地管理和维护知识文档、灵活定义文档切分方法，同时避免因文件体积庞大而导致的上传失败问题；生成环节则调用由百炼提供的通义千问API，您无需考虑本地计算资源及环境配置问题，即可获得相较于开源模型更优质的回复效果。

本应用的整体框架如下图所示：

搭建示例应用

您仅需3步就可以搭建示例应用：

1. 解压文件

下载local_rag.zip并解压，您可以看到如下图所示的目录结构：

其中File/Structured用于存放用户上传的结构化数据，File/Unstructured用于存放用户上传的非结构化数据；images中的两张图片用于设置对话角色的头像；VectorStore用于存放用户创建的知识库。

2.配置计算环境

您的Python版本需要不低于3.8。在解压后的local_rag目录中运行：pip install -r requirements.txt，安装本应用所需要的依赖。

本应用默认使用百炼提供的embedding模型API来创建知识库。如果您计划使用本地embedding模型，请取消requirements.txt中的注释部分再运行pip install -r requirements.txt命令。

请获取百炼API Key，并参考配置API-KEY到环境变量将API Key配置到环境变量中。

修改嵌入模型配置（可选）

本应用默认使用百炼提供的嵌入模型API。如果您计划使用本地部署的嵌入模型，可以参考以下内容：

使用本地部署的嵌入模型

请在local_rag目录下运行以下命令（以下载通义实验室提供的GTE文本向量-中文-通用领域-large模型为例），将嵌入模型下载到local_rag/modelscope文件夹中：
如果您使用Windows系统，且系统中缺少Microsoft Visual C++ Redistributable包，请前往Microsoft Visual C++ Redistributable 下载链接进行下载。
```
modelscope download --model 'iic/nlp_gte_sentence-embedding_chinese-large' --local_dir 'modelscope/iic/nlp_gte_sentence-embedding_chinese-large'
```

更改chat.py与create_kb.py中的嵌入模型配置部分，将以下部分取消注释：

# from langchain_community.embeddings import ModelScopeEmbeddings
# from llama_index.embeddings.langchain import LangchainEmbedding
# embeddings = ModelScopeEmbeddings(model_id="modelscope/iic/nlp_gte_sentence-embedding_chinese-large")
# EMBED_MODEL = LangchainEmbedding(embeddings)

3.运行应用

在local_rag目录下运行：uvicorn main:app --port 7866，在终端中出现：INFO: Uvicorn running on http://127.0.0.1:7866 (Press CTRL+C to quit)后，访问http://127.0.0.1:7866即可进入RAG应用的网页。单击RAG问答，即可开始对话。

传入知识文件

您可以通过以下两种方法之一向RAG应用传入知识文件：

若同时使用两种方法，RAG应用会优先参考临时性文件。

传入临时性文件

如果您想要直接在对话框中上传文件，并基于该文件进行问答，可以在RAG问答页面单击输入框旁的进行临时知识库文件的上传，便能直接输入问题并获得回复。该方法在页面刷新后无法找回上传的文件。

支持传入的文件类型有：pdf、docx、txt、xlsx、csv。

上传数据并创建知识库

如果您需要长期使用特定的知识库文件，建议您通过创建知识库的方法来传入知识文件。需要以下2步：

上传数据
在上传数据页面，您可以上传非结构化数据（暂时支持pdf与docx）或结构化数据（xlsx或csv）。非结构化数据会上传到您命名的类目中，File/Unstructured中会新建一个您命名类目名称的文件夹，存放您上传的文件；结构化数据会上传到您命名的数据表中，File/Structured中会新建一个您命名数据表名称的文件夹，存放您上传的数据。
如果您需要删除类目或数据表，请在管理类目或管理数据表中操作。
创建知识库
在创建知识库界面，您可以使用上一步创建的类目或数据表进行知识库的创建。您可以选择多个类目或多个数据表，并设置知识库名称，单击确认创建知识库，在界面上显示：知识库创建成功，可前往RAG问答进行提问后，即代表知识库创建完成。知识库文件会存放在VectorStore中您命名知识库名称的文件夹下。您可以前往RAG问答，在加载知识库位置选中创建的知识库，便可以输入问题进行问答。
如果您需要删除知识库，请在管理知识库中操作。

优化回复效果

您可以参考以下方法，来优化RAG应用的回复效果。

修改模型参数与RAG参数

对于模型参数，您可以调整：

模型选择
您可以选择qwen-max、qwen-plus或qwen-turbo三个通义千问商业模型。一般来说，qwen-max性能优秀，qwen-turbo生成速度较快，价格较低，qwen-plus效果、速度、成本均衡，介于qwen-max和qwen-turbo之间。
温度参数
该参数用于控制模型生成的随机性，温度值越高生成的随机性越高。
最大回复长度
该参数用于控制模型生成的最多token个数。如果您希望生成详细的描述可以将该值调高；如果希望生成简短的回答可以将该值调低。
携带上下文轮数
该参数用于控制模型参考历史对话的轮数，设为1时表示模型在回复时不会参考历史对话信息。

对于RAG参数，您可以调整：

召回片段数
该参数用于控制选择与用户输入最相关文本段的个数。该值越大，模型可获得的参考信息越多，但无用信息也可能增加；该值越小，模型可获得的参考信息越少，但无用信息可能减少。
相似度阈值
该参数会剔除已被选择的相关文本段中，相似度低于该值的文本段。该值越大，模型可获得的参考信息越少，但无用信息可能减少。该值为0时，表示不对召回片段进行剔除。

优化切分方法

RAG应用会对文档进行切分，不同文档有不同的最佳切分策略。在创建知识库的过程中，本应用针对结构化数据的切分进行了优化；对于非结构化数据，本应用采用了LlamaIndex默认的切分策略。您可以根据您的文档内容，进行定制化的切分。

更换嵌入模型

嵌入模型对于检索过程十分重要，对于同一个知识文件，不同的嵌入模型可能有不同的表现。您可以尝试更换嵌入模型，查看召回的效果，以选出最符合您业务场景的嵌入模型。

优化提示词

您可以在chat.py中找到prompt_template参数，并根据您的使用场景进行改写，使得大模型的回复更符合业务预期。

总结

通过前面的内容，您已经能搭建一个基于本地知识库与通义千问API的RAG应用。

持续改进

大模型课程

系统体验的改进优化永远没有终点，您可以考虑学习并通过阿里云大模型 ACA 认证，该认证配套的免费课程能帮助您进一步了解大模型的能力和应用场景，以及如何优化通过大模型的应用效果。