RAG应用流的开发与部署

大语言模型的知识缺少企业私有或实时的数据,通过检索增强生成RAG(Retrieval-Augmented Generation)技术可以检索私有知识库,并以上下文的方式提供给大语言模型,从而增强大语言模型回答的准确性和相关性。本文将详细介绍如何在LangStudio中开发和部署RAG应用。

背景信息

在现代信息检索领域,RAG模型结合了信息检索和生成式人工智能的优势,能够在特定应用场景中提供更为精准和相关的答案。例如在金融、医疗等专业领域,用户通常需要精确且相关的信息来支持决策。传统的生成模型虽然在自然语言理解和生成方面表现出色,但在专业知识的准确性上可能存在不足。RAG模型通过将检索与生成技术相结合,有效提升了回答的准确性和上下文相关性。本文以人工智能平台PAI为基础产品,为您介绍面向金融、医疗场景的大模型RAG检索增强解决方案。

前提条件

  • LangStudio向量数据库支持使用FaissMilvus向量数据库,若您希望使用Milvus数据库,您需要先完成Milvus数据库的创建,详情请参见创建Milvus实例实例管理

    说明

    若使用Faiss,则不需要做额外的数据库创建。生产场景下,建议您使用Milvus数据库。

  • 已将RAG知识库语料上传至OSS中。本文针对金融、医疗场景提供以下示例语料:

    • 金融新闻:数据为PDF格式,主要内容为公开新闻网站上的新闻报道。

    • 疾病介绍:数据为CSV格式,主要内容为维基百科上的疾病介绍。

1. 部署LLMEmbedding模型(可选)

RAG应用流需要用到LLMEmbedding模型服务,本节将详细介绍如何通过ModelGallery快速部署所需的模型服务。若您已有符合要求的模型服务,且服务支持OpenAI API,则可跳过步骤,直接使用现有服务。

  1. 前往快速开始 > ModelGallery,分别部署以下两种场景的模型。更多部署详情,请参见模型部署及训练

    重要

    请务必选择使用指令微调的大语言模型,Base模型无法正确遵循用户指令回答问题。

    • 场景选择大语言模型,以DeepSeek-R1-Distill-Qwen-7B为例进行部署。image

    • 场景选择Embedding,以bge-m3 通用向量模型为例进行部署。image

  2. 前往任务管理,单击已部署的服务名称,在服务详情页签下单击查看调用信息,获取前面部署的Embedding模型服务的VPC访问地址和Token,供后续创建连接时使用。

    image

    image

2. 创建连接

本文创建的LLMEmbedding模型服务连接基于快速开始 > Model Gallery中部署的模型服务。更多其他类型的连接及详细说明,请参见连接管理

2.1 创建LLM服务连接

  1. 进入LangStudio,选择工作空间后,在连接管理页签下单击新建连接,进入连接创建页面。

  2. 创建通用LLM模型服务连接。在PAI-EAS模型服务下选择1. 部署LLMEmbedding模型(可选)中部署的LLM服务。此时,base_urlapi_key会自动填充,分别对应已部署LLMVPC访问地址和Token。

    image

2.2 创建Embedding模型服务连接

2.1 创建LLM服务连接,创建通用Embedding模型服务连接。其中base_urlapi_key分别对应1. 部署LLMEmbedding模型(可选)Embedding模型的VPC访问地址和Token。

image

2.3 创建向量数据库连接

创建步骤与2.1 创建LLM服务连接相似,创建Milvus数据库连接。

若您希望使用Faiss,则不需要创建该连接。

image

关键参数说明:

  • uri:Milvus实例的访问地址,格式为http://<Milvus内网访问地址>。例如http://c-b1c5222fba****-internal.milvus.aliyuncs.com

    image

  • token:登录Milvus实例的用户名和密码,即<yourUsername>:<yourPassword>

  • database:数据库名称,本文使用默认数据库default

3. 创建离线知识库

新建知识库索引,将语料经过解析、分块、向量化后存储到向量数据库,从而构建知识库。其中关键参数配置说明如下,其他配置详情,请参见新建知识库索引

参数

描述

基础配置

知识库数据集

配置前提条件RAG知识库语料的OSS路径。

Embedding模型和数据库

Embedding类型

选择通用Embedding模型

Embedding连接

选择2.2 创建Embedding模型服务连接中创建的Embedding模型服务连接。

向量数据库类型

选择向量数据库Milvus

向量数据库连接

选择2.3 创建向量数据库连接中创建的Milvus数据库连接。

数据表名

配置前提条件中创建Milvus数据库的Collection。

专有网络配置

专有网络配置

请确保所配置的专有网络与Milvus实例保持一致。

4. 创建并运行RAG应用流

  1. 进入LangStudio,选择工作空间后,在应用流页签下单击新建应用流,模板类型选择RAG,创建RAG应用流。

    image

  2. 启动运行时:单击右上角启动运行时并进行配置。注:在进行Python节点解析或查看更多工具时,需要保证运行时已启动。

    image

    关键参数说明:

    专有网络配置:选择前提条件中创建Milvus实例时的专有网络。

    image

  3. 开发应用流。应用流中的其余配置保持默认或根据实际需求进行配置,关键节点配置如下:

    • index_lookup:在知识库中检索与用户问题相关的文本。 更详细的内容介绍,请参见使用知识库索引

      • registered_index:配置为已创建的知识库索引。

      • query:用户问题。

      • top_k:返回top_k条匹配的数据。

    • generate_answer:使用过滤后的文档作为上下文,与用户问题一起发送给大语言模型,生成回答。

      • connection:选择2.1 创建LLM服务连接中创建的连接。

      • model:输入default如果connection选择的是百炼大模型服务连接,则model需在下拉列表中选择对应的模型名称,百炼模型名称可在百炼-模型广场中查看。

      • max_tokens:设置最大token数,本例设置为1000。

  4. 调试/运行:单击右上角对话, 开始执行应用流。

    image

  5. 查看链路:单击生成答案下的查看链路,查看Trace详情或拓扑视图。

    image

5. 部署应用流

在应用流开发页面,单击右上角部署,部署参数其余配置保持默认或根据实际需求进行配置,关键参数配置如下:

  • 资源部署信息 > 实例数:配置服务实例数。本文部署仅供测试使用,因此实例数配置为1。在生产阶段,建议配置多个服务实例,以降低单点故障的风险。

  • 专有网络配置 > VPC:配置Milvus实例所在的专有网络。

更多部署详情,请参见应用流部署

6. 调用服务

部署成功后,跳转到PAI-EAS,在在线调试页签下配置并发送请求。请求参数中的Key与应用流中输入节点中的"Chat 输入"字段一致,本文使用默认字段question

image

更多调用方式(如API调用)及详细说明,请参见调用服务

附录:案例对比

在以下案例中,将对比金融和医疗领域中使用与不使用RAG技术来解决特定任务的效果。红色部分表示大模型回答存在事实性错误或不够具体精确,而绿色部分则展示了使用RAG技术后得到的正确回复。

金融领域

任务一:投资风险分析

问题:请根据最新的新闻报道,分析美国科技行业目前投资风险性如何,是否存在泡沫,给出是或否的具体回答。

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

任务二:行业趋势分析

问题:请根据最新的新闻报道,给出房地产相关行业是否乐观的判断。

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

任务三:贸易情况分析

问题:我国近10个月来货物贸易进出口情况如何?

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

医疗领域

任务一:疾病治疗建议

问题:患者女,40岁,常年患有全身性红斑狼疮。请根据相关医疗知识,给出个性化的治疗建议。

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

任务二:疾病辅助诊断

问题:患者男,30岁,近日发现右眼视力严重受损,视力模糊并且出现复视,同时有肢体无力、共济失调现象。请根据相关医疗知识,判断患者可能患有的疾病,并且推荐医院相关科室进行治疗。

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

任务三:疾病预警

问题:孕妇子痫前症的发病病因有哪些。

DeepSeek-R1-Distill-Qwen-7B回复

image

DeepSeek-R1-Distill-Qwen-7B+RAG回复

image

常见问题

调用百炼模型报错:OpenAI API hits APIConnectionError: Connection error

百炼模型需要通过公网访问,在启动运行时配置专有网络,同时专有网络需要开通公网访问,详情请参见使用公网NAT网关SNAT功能访问互联网

相关文档