ChatGLM3 Langchain模式修炼知识库外挂_langchain大模型如何外挂知识库

基于chatGLM3，应用langchain模式外挂知识库进行问答训练。

主要思路：将外挂知识库文本制成文本向量库，与提问文本做相似度比对，选出高相似度信息进行回答。

一 环境平台配置

可参考网上教程，注册阿里云，免费获取3个月的GPU资源。

二 langchain本地部署

1. 知识库文本加载&文本切割

//文本加载库
from langchain.document_loaders import DirectoryLoader
 
//文本切割库
from langchain.text_splitter import CharacterTextSplitter
 
//directory中用文本路径替换
def load_documents(directory = "books"):
    loader = DirectoryLoader(directory)
    documents = loader.load()
    # for d in documents:
    #     print(d)
    text_spliter = CharacterTextSplitter(chunk_size = 256, chunk_overlap = 1) //切分的文本长度为256，交叠部分为1，根据GPU资源大小，可以增大该参数，使训练更加精准
    split_docs = text_spliter.split_documents(documents)
    # print(split_docs[:2])
    return split_docs
 
 

2 文本词嵌入

国内需下载相关模型进行本地化调用，可使用模型清单包括：ernie-3.0-nano-zh、ernie-3.0-mediu-zh、text2vec-large-chinese、sbert-bert-chinese-nli、text2vec-base-chinese、

//词嵌入模型列表
# embedding
embedding_model_dict = {
    
    "ernie-tiny": "nghuyong/ernie-3.0-nano-zh", //国内禁用，可修改成本地路径
    "ernie-medium": "/mnt/workspace/ChatGLM3/openai_api_demo/ernie-3.0-medium-zh",
    "text2vec": "/mnt/workspace/ChatGLM3/text2vec-large-chinese",
    "text2vec2": "uer/sbert-base-chinese-nli",
    "text2vec3": "/mnt/workspace/ChatGLM3/text2vec-base-chinese"
}
 
 
 
def load_embedding_mode(model_name = "ernie-tiny"):
    encode_kwargs = {"normalize_embeddings":False}
    model_kwargs = {"device":"cuda:0"}
    return HuggingFaceEmbeddings(
        model_name = embedding_model_dict[model_name]
        model_kwargs = model_kwargs,
        encode_kwargs = encode_kwargs,
        cache_folder = "/mnt/workspace/ChatGLM3"
    )
 
embeddings = load_embedding_mode('text2vec')

3 向量数据库构建

可选用chroma或FAISSS，此处以chroma为例。同样方式可使用faiss，且建议使用FAISS，chroma容易产生embedding dimensity错误。

from langchain.vectorstores import Chroma
 
def store_chroma(docs, embeddings,persist_directory = 'VectorStore'):
    db = Chroma.from_documents(docs, embeddings, persist_directory = persist_directory)
    db.persist()
    return db
 

4. 模型加载

MODEL_PATH = os.environ.get('MODEL_PATH', '/mnt/workspace/ChatGLM3/chatglm3-6b')
 
 
model_config = AutoConfig.from_pretrained(
            MODEL_PATH,
            trust_remote_code=True
        )
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH, trust_remote_code=True)
model = AutoModel.from_pretrained(MODEL_PATH, trust_remote_code=True, device='cuda').half().quantize(4).cuda()
model = model.eval()

5 使用词向量相似度进行答案检索

（1）通过相似度比对，可找到相似的K个文本，再次作为大模型的输入进行答案检索。且可输入固定格式的prompt，以便提高模型识别率。

（2）通过history参数的设置，可稳定较为关键固定的答案，提升模型回答的准确率。比如：某些规则。

hist = [
    {'role': 'user','content':"基于下面给出的资料，回答问题。如果资料不足，回答不了，就回复不知道，下面是资料。\n小王子来自哪里\n1.小王子来自B612星星"},
    {'role': 'user','content':"基于下面给出的资料，回答问题。如果资料不足，回答不了，就回复不知道，下面是资料。\n狐狸告诉小王子的秘密是什么\n1.狐狸告诉小王子的秘密是：只有用心才能看得清，重要的东西，用眼睛是看不见的"},
    {'role': 'user','content':"基于下面给出的资料，回答问题。如果资料不足，回答不了，就回复不知道，下面是资料。\n小王子是谁\n1.小王子是一个虚构的人物，出自法国作家安托万·德·圣埃克苏佩里的作品《小王子》"}
]
 
 
while True:
    query = input('Human:')
    similar_docs = db.similarity_search(query,include_metadata = True,k = 3)
    prompt = f'基于下面给出的资料，回答问题。基于下面给出的资料，回答问题。如果资料不足，回答不了，就回复不知道，下面是资料。\n'
    for idx, doc in enumerate(similar_docs):
        prompt += f'{idx+1}. {doc.page_content}\n'
    prompt += f'下面是问题:{query}'
    # print(prompt)
    
    response, history = model.chat(tokenizer, prompt, history=hist)
    print(response)
    print('\n')
    print(f'history:{history}')
    print('\n')

二 API方式调用

通过API方式，可支持多个模块并行调用，提高模型使用效能

1. API启动：demo中有个API接口，可直接进行启动。但此处建议将之前的词向量库替换成FAISS，否则embedding维度会报错。

2. 模型接口能力调用

from langchain.chains import RetrievalQA
from langchain.llms import ChatGLM
 
//API接口调用
llm = ChatGLM(
    endpoint = 'http://127.0.0.1:8000/v1/chat/completions',
    max_token = 80000,
    top_p =0.9
)
 
//
retriever = db.as_retriever()
qa = RetrievalQA.from_chain_type(
    llm = llm,
    chain_type = 'stuff',
    retriever = retriever
)
 
def chat(question,history):
    response =  qa.run(question)
    return(response)
 
//使用gradio界面化
demo = gr.ChatInterface(chat)
demo.launch(inbrowser = True)