本地部署私人知识库的大模型！Llama 3 + RAG！

2024-09-26 AIGC 0

在今天的的教程中，我们将打造更加个性化的大模型，可以定制搭载私人知识库的本地大模型！

我们探讨Meta AI 的尖端 Llama 3 语言模型构建强大的检索增强生成（RAG）来实现。通过利用 Llama 3 和 RAG 技术的功能，我们将创建一个应用程序，允许用户与网页进行交互式对话，检索定制化、私人知识库的相关信息并生成对用户查询的准确响应。在本教程中，我们将深入探讨设置开发环境、加载和处理网页数据、创建嵌入和向量存储以及实现 RAG 链以提供卓越用户体验的分步过程。

什么是Llama 3？

Llama 3 是由 Meta AI 开发的最先进的语言模型，擅长理解和生成类似人类的文本。

凭借其令人印象深刻的自然语言处理能力，Llama 3 可以理解复杂的查询、提供准确的响应并参与与上下文相关的对话。

它能够处理广泛的主题和处理效率，使其成为构建智能应用程序的理想选择。

想测试Llama 3的威力吗？立即与 Anakin AI 聊天！（它支持任何可用的 AI 模型！

什么是RAG？

检索增强生成（RAG）是一种将信息检索和语言生成相结合以提高问答系统性能的技术。

简单来说，RAG 允许 AI 模型从知识库或文档中检索相关信息，并使用该信息对用户查询生成更准确和上下文适当的响应。

通过利用检索和生成的强大功能，RAG 能够创建智能聊天机器人和问答应用程序，为用户提供高度相关和信息丰富的响应。

对于想要在没有编码经验的情况下运行 RAG 系统的用户，您可以尝试 Anakin AI，在那里您可以使用 No Code Builder 创建很棒的 AI 应用程序！

运行本地 Llama 3 RAG 应用的先决条件
在开始之前，请确保已安装以下先决条件：
Python 3.7 or higher
Streamlit
ollama
langchain
langchain_community

您可以通过运行以下命令来安装所需的库：
pip install streamlit ollama langchain langchain_community

使用 Llama-3 在本地运行您自己的 RAG 应用程序的分步指南

第 1 步：设置 Streamlit 应用程序

首先，让我们设置 Streamlit 应用程序的基本结构。创建一个名为 app.py 的新 Python 文件，并添加以下代码：

import streamlit as stimport ollamafrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain_community.document_loaders import WebBaseLoaderfrom langchain_community.vectorstores import Chromafrom langchain_community.embeddings import OllamaEmbeddingsst.title("Chat with Webpage 🌐")st.caption("This app allows you to chat with a webpage using local Llama-3 and RAG")# Get the webpage URL from the userwebpage_url = st.text_input("Enter Webpage URL", type="default")

此代码设置 Streamlit 应用程序的基本结构，包括标题、说明和供用户输入网页 URL 的输入字段。

第2步：加载和处理网页数据

接下来，我们需要从指定的网页加载数据并对其进行处理以供进一步使用。将以下代码添加到 app.py ：

if webpage_url:    # 1. Load the data    loader = WebBaseLoader(webpage_url)    docs = loader.load()    text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=10)    splits = text_splitter.split_documents(docs)

在这里，我们使用 WebBaseLoader from langchain_community 来加载网页数据。然后，我们使用 RecursiveCharacterTextSplitter from langchain 将加载的文档拆分为更小的块。

第 3 步：创建 Ollama 嵌入和矢量存储

为了能够从网页中有效地检索相关信息，我们需要创建嵌入和向量存储。添加以下代码：

# 2. Create Ollama embeddings and vector store    embeddings = OllamaEmbeddings(model="llama3")    vectorstore = Chroma.from_documents(documents=splits, embedding=embeddings)

我们使用 from OllamaEmbeddings langchain_community 类创建 Ollama 嵌入并 llama3 指定模型。然后，我们使用该 Chroma 类创建一个向量存储，传递拆分文档和嵌入。

第 4 步：定义 Ollama Llama-3 模型函数

现在，让我们定义一个函数，该函数利用 Ollama Llama-3 模型根据用户的问题和相关上下文生成响应。添加以下代码：

 # 3. Call Ollama Llama3 model    def ollama_llm(question, context):        formatted_prompt = f"Question: {question}/n/nContext: {context}"        response = ollama.chat(model='llama3', messages=[{'role': 'user', 'content': formatted_prompt}])        return response['message']['content']

第 5 步：设置 RAG 链

为了根据用户的问题从向量存储中检索相关信息，我们需要设置 RAG（Retrieval Augmented Generation）链。添加以下代码：

 # 4. RAG Setup    retriever = vectorstore.as_retriever()    def combine_docs(docs):        return "/n/n".join(doc.page_content for doc in docs)    def rag_chain(question):        retrieved_docs = retriever.invoke(question)        formatted_context = combine_docs(retrieved_docs)        return ollama_llm(question, formatted_context)    st.success(f"Loaded {webpage_url} successfully!")

在这里，我们使用该 as_retriever 方法从向量存储创建一个检索器。我们定义了一个帮助程序函数 combine_docs ，将检索到的文档组合成一个格式化的上下文字符串。该 rag_chain 函数接受用户的问题，使用检索器检索相关文档，将文档组合到格式化的上下文中，并将问题和上下文传递给 ollama_llm 函数以生成响应。

第 6 步：实现聊天

最后，让我们在 Streamlit 应用程序中实现聊天功能。添加以下代码：

# Ask a question about the webpage    prompt = st.text_input("Ask any question about the webpage")    # Chat with the webpage    if prompt:        result = rag_chain(prompt)        st.write(result)