使用 Langchain-Chatchat 搭建本地知识库问答系统-技术圈

使用 Langchain-Chatchat 搭建本地知识库问答系统

共 2539字，需浏览 6分钟

· 2024-04-10

一、LangChain-Chatchat

基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。

因为咱们经年累月积累的文献阅读笔记，本地知识库特别适合咱们科研群体。不过目前本地部署受限于电脑性能，使用受限，但不远的未来应该会有一些收费的在线知识库应用。

✅ 依托于本项目支持的开源 LLM 与 Embedding 模型，本项目可实现全部使用开源模型离线私有部署。与此同时，本项目也支持 OpenAI GPT API 的调用，并将在后续持续扩充对各类模型及模型 API 的接入。

本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的 top k个 -> 匹配出的文本作为上下文和问题一起添加到 prompt中 -> 提交给 LLM生成回答。

从文档处理角度来看，实现流程如下：

二、搭建步骤

2.1 环境配置

强烈推荐使用 Python3.11，创建一个虚拟环境，并在虚拟环境内安装项目的依赖。需要注意电脑显存要大于12G，不然该项目跑不动。

      # 拉取仓库
$ git clone https://github.com/chatchat-space/Langchain-Chatchat.git

# 进入目录
$ cd Langchain-Chatchat

# 安装全部依赖
$ pip install -r requirements.txt 
$ pip install -r requirements_api.txt
$ pip install -r requirements_webui.txt  

# 默认依赖包括基本运行环境（FAISS向量库）。如果要使用 milvus/pg_vector 等向量库，请将 requirements.txt 中相应依赖取消注释再安装。

2.2 模型下载

如需在本地或离线环境下运行本项目，需要首先将项目所需的模型下载至本地，通常开源 LLM 与 Embedding 模型可以从 HuggingFace 下载。

以本项目中默认使用的 LLM 模型 THUDM/ChatGLM3-6B 与 Embedding 模型 BAAI/bge-large-zh 为例：

下载模型需要先安装 Git LFS ，然后运行

      $ git lfs install
$ git clone https://huggingface.co/THUDM/chatglm3-6b
$ git clone https://huggingface.co/BAAI/bge-large-zh

2.3 初始化知识库和配置文件

按照下列方式初始化自己的知识库和简单的复制配置文件

      $ python copy_config_example.py
$ python init_database.py --recreate-vs

2.4 一键启动

按照以下命令启动项目

      $ python startup.py -a

2.5 启动界面示例

如果正常启动，你将能看到以下界面

三、外包

如果电脑显存大于12G，不差钱但缺时间，可以在某鱼搜「langchain-chatchat」，配置费用大概100-200元。

精选内容