企业官网建设流程全解析

RAG（Retrieval-Augmented Generation，检索增强生成）是当前大模型应用中最主流的架构之一。它通过结合外部知识库与大语言模型（LLM），有效缓解了模型幻觉、知识滞后和领域专业性不足等问题。本文将带你从零开始，完整实现一个生产级 RAG 系统。

一、RAG 系统整体架构

一个典型的 RAG 系统包含以下核心模块：

用户提问 → 查询理解 → 向量检索 → 文档重排 → 提示工程 → LLM 生成 → 输出 ↑ ↑ （可选） （可选） 查询改写 重排序模型

我们将逐步实现每个环节。

二、环境准备

pipinstalllangchain==0.2.0\langchain-community\langchain-core\langchain-text-splitters\sentence-transformers\chromadb\rank_bm25\transformers\torch\openai\python-dotenv

建议使用 Python 3.9+，并设置虚拟环境。

三、数据准备：加载与切分文档

1. 加载文档

支持 PDF、Word、TXT、HTML 等格式：

fromlangchain_community.document_loadersimportPyPDFLoader,DirectoryLoader loader=DirectoryLoader("./docs",glob="*.pdf",loader_cls=PyPDFLoader)documents=loader.load()

2. 文本切分（Chunking）

合理切分对检索质量至关重要。推荐使用语义感知切分：

fromlangchain_text_splittersimportRecursiveCharacterTextSplitter text_splitter=RecursiveCharacterTextSplitter(chunk_size=512,chunk_overlap=50,separators=["\n\n","\n","。","！","？","；"," ",""])chunks=text_splitter.split_documents(documents)

技巧：chunk_overlap可避免语义割裂；separators按优先级断句。

四、向量化：构建嵌入（Embedding）

1. 选择 Embedding 模型

• 开源本地模型：BAAI/bge-large-zh-v1.5（中文强）、text-embedding-ada-002（OpenAI）
• 本地部署推荐sentence-transformers：

fromlangchain_community.embeddingsimportHuggingFaceBgeEmbeddings embeddings=HuggingFaceBgeEmbeddings(model_name="BAAI/bge-large-zh-v1.5",model_kwargs={"device":"cuda"},encode_kwargs={"normalize_embeddings":True})

2. 构建向量数据库

使用 Chroma（轻量级）或 Milvus（生产级）：

importchromadbfromlangchain_chromaimportChroma vectorstore=Chroma.from_documents(documents=chunks,embedding=embeddings,persist_directory="./chroma_db")retriever=vectorstore.as_retriever(search_kwargs={"k":5})

k=5表示检索 Top-5 相关片段。

五、检索优化（关键！）

原始向量检索可能召回不相关结果，需优化：

1. 查询改写（Query Rewriting）

使用 LLM 对用户问题进行澄清或扩展：

fromlangchain_core.promptsimportPromptTemplatefromlangchain_openaiimportChatOpenAI rewrite_prompt=PromptTemplate.from_template("你是一个查询优化器。请将以下用户问题改写为更清晰、更适合检索的形式：{question}")llm=ChatOpenAI(model="gpt-4o")rewriter=rewrite_prompt|llm rewritten_query=rewriter.invoke({"question":"怎么重启服务？"}).content

2. 混合检索（Hybrid Search）

结合关键词（BM25） + 向量检索：

fromrank_bm25importBM25Okapiimportjieba# 构建 BM25 索引（中文需分词）corpus=[doc.page_contentfordocinchunks]tokenized_corpus=[list(jieba.cut(text))fortextincorpus]bm25=BM25Okapi(tokenized_corpus)defhybrid_search(query,k=5):# 向量检索vec_results=retriever.invoke(query)vec_ids={doc.metadata["id"]fordocinvec_results}# BM25 检索tokenized_query=list(jieba.cut(query))bm25_scores=bm25.get_scores(tokenized_query)top_bm25=sorted(range(len(bm25_scores)),key=lambdai:bm25_scores[i],reverse=True)[:k]# 融合（取并集去重）all_docs=vec_results+[chunks[i]foriintop_bm25ifinotinvec_ids]returnall_docs[:k]

3. 重排序（Re-ranking）

使用 Cross-Encoder 模型对 Top-K 结果重新打分：

fromsentence_transformersimportCrossEncoder reranker=CrossEncoder("BAAI/bge-reranker-large")pairs=[(query,doc.page_content)fordocinretrieved_docs]scores=reranker.predict(pairs)reranked=[docfor_,docinsorted(zip(scores,retrieved_docs),reverse=True)]

六、提示工程与生成

构建高质量 Prompt

template=""" 你是一个专业客服助手，请根据以下上下文回答用户问题。 - 如果答案不在上下文中，请回答“根据现有资料无法回答”。 - 保持回答简洁、准确。 上下文： {context} 问题：{question} 回答： """prompt=ChatPromptTemplate.from_template(template)

构建 RAG 链

fromlangchain_core.runnablesimportRunnablePassthroughfromlangchain_core.output_parsersimportStrOutputParser rag_chain=({"context":retriever,"question":RunnablePassthrough()}|prompt|llm|StrOutputParser())answer=rag_chain.invoke("如何配置 API 密钥？")

七、评估与迭代

RAG 系统需持续评估：

• 检索质量：MRR
• 生成质量：ROUGE、BLEU、人工评分
• 端到端效果：使用 TruLens 或 RAGAS 框架

# 示例：用 RAGAS 评估fromragasimportevaluatefromragas.metricsimportfaithfulness,answer_relevancy result=evaluate(dataset=your_test_set,metrics=[faithfulness,answer_relevancy],llm=llm,embeddings=embeddings)

八、部署建议

• 本地测试：FastAPI + Uvicorn
• 生产部署：Docker 容器化，搭配 Redis 缓存、Nginx 负载均衡
• 监控：记录查询日志、延迟、失败率

总结

一个健壮的 RAG 系统 ≠ 简单拼接“检索 + LLM”。关键在于：

1. 高质量数据切分
2. 混合检索 + 重排序
3. 精准的提示工程
4. 持续评估与迭代