大模型RAG实战｜向量数据库：Elasticsearch实现混合检索（附完整代码）

最新推荐文章于 2025-04-08 15:16:56 发布

爱喝白开水a

最新推荐文章于 2025-04-08 15:16:56 发布

阅读量2.9k

点赞数 27

文章标签： elasticsearch 人工智能 ai大模型 LLM 大语言模型 RAG 向量化

本文链接：https://blog.csdn.net/python123456_/article/details/141634736

版权

大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。本系列涵盖知识库管理、检索优化、模型本地部署等主题，通过代码与实例，讲解如何打造生产级系统，实现本地知识库的快速检索与智能问答。

此前文章中，我介绍了使用LlamaIndex，如何构建知识库，实现各类文档和网页的加载、转换、索引与存储。

当时，我们采用的向量数据库是Chroma，作为LlamaIndex中的向量存储（Vector Store）。Chroma是一个非常简单易用的嵌入式向量数据库，在开发和测试场景非常受欢迎。

但是，如果是生产级系统，我们必须考虑能力更强、可扩展的向量数据库，比如国内使用较多的Milvus，以及国外使用较多的Weaviate。

LlamaIndex支持超过20种向量数据库，在官网文档上给出了列表，并标注了各个向量数据库是否支持下列5个特性，包括：元数据过滤、混合检索、可删除、文档存储、支持异步。

详情请参考官方文档：

https://docs.llamaindex.ai/en/stable/module_guides/storing/vector_stores/

选择向量数据库
QAnything采用了混合检索技术，提升检索的准确性。

最初，QAnything使用了Milvus做向量存储和向量语义检索，后来引入了Elasticsearch做BM25关键词检索，从而实现了混合检索。

Elasticsearch作为一个分布式的搜索和数据分析引擎，在全文检索和海量非结构化数据存储等场景，已经得到了广泛应用。现在，Elasticsearch也可以用于向量存储，并支持以上包括混合检索在内的全部5个特性。

因此，在生产环境，使用Elasticsearch作为向量数据库并使用其混合检索功能，是一个合适的选择。

系统技术栈如下表所示：

数据框架	LlamaIndex
前端框架	Streamlit
大模型工具	Ollama
大模型	Gemma 2B
嵌入模型	BAAI/bge-small-zh-v1.5
文本分割器	SpacyTextSplitter
文档存储	MongoDB
向量存储	ElasticSearch

以下，我将结合代码实例，讲解如何在LlamaIndex框架中使用Elasticsearch，并给出一套完整可运行的本地知识库问答系统。

代码实现示例

示例1：安装和配置ES

我们使用ES做向量存储（Vector Stores）。首先，使用ES官方Docker镜像，在本机安装和运行ES。

在这里插入图片描述

然后，配置ES，作为向量数据库，并通过retrieval_strategy配置使用混合检索（hybrid=true）。

# 向量数据库: Elasticsearch

from llama_index.vector_stores.elasticsearch import ElasticsearchStore
from llama_index.vector_stores.elasticsearch import AsyncDenseVectorStrategy

ES_URI = "http://localhost:9200"

es_vector_store = ElasticsearchStore(
    es_url=ES_URI,    
    index_name="my_index",    
    retrieval_strategy=AsyncDenseVectorStrategy(hybrid=True), # 使用混合检索
)

示例2：配置MongoDB

我们选用MongoDB做文档存储（Document Stores）和索引存储（Index Stores）。你可以通过Docker安装和运行MongoDB，然后做如下代码配置。
在这里插入图片描述

示例3：配置本地模型

请到ollama.com安装Ollama，并下载大模型，比如：Llama 3, Phi 3, Mistral, Gemma等。为了测试方便，我们选用速度更快、效果较好的Gemma 2B模型，共1.7GB。
在这里插入图片描述
嵌入模型我们继续使用智源的BAAI/bge-small-zh-v1.5。

# 本地嵌入模型: bge-small-zh-v1.5

from llama_index.embeddings.huggingface import HuggingFaceEmbedding
bge_embed_model = HuggingFaceEmbedding(model_name="BAAI/bge-small-zh-v1.5")

第一次运行时会自动从Hugging Face下载模型，请提前设置使用国内镜像站点。

export HF_ENDPOINT=https://hf-mirror.com

将配置好的大模型和嵌入模型，挂载在LlamaIndex全局设置上。
在这里插入图片描述
示例4：配置文本分割器

文本分割器Spacy对中文支持较好。我们可以通过Langchain引入和使用。
在这里插入图片描述
示例5：加载网页信息
此前文章介绍过，我们可以用LlamaIndex的SimpleDirectoryReader读取本地文件夹“data”中的文件。

# 加载文件信息: SimpleDirectoryReader

from llama_index.core import SimpleDirectoryReader
documents = SimpleDirectoryReader(input_dir="./data", recursive=True).load_data() 
print(f"Loaded {len(documents)} Files")

为了测试方便，本程序中，我们用SimpleWebPageReader读取网页信息。
在这里插入图片描述
示例6：配置数据转换管道

通过配置数据转换管道，可以实现数据转换并行处理以及知识库的去重，即默认的策略为更新插入（upserts）。
在这里插入图片描述

接下来，运行数据转换管道，将分片后的文本向量化之后，存储到Elasticsearch向量数据库中。
在这里插入图片描述
示例7：创建索引

然后，基于上述生成的nodes，创建向量存储索引。
在这里插入图片描述

示例8：定制中文Prompt模板
为了避免大模型用英文回答中文问题，我们需要定制LlamaIndex的Prompt模板。

# 定制中文Prompt
from llama_index.core import PromptTemplate

text_qa_template_str = (
    "以下为上下文信息\n"
    "---------------------\n"   
    "{context_str}\n"    
    "---------------------\n"    
    "请根据上下文信息回答我的问题或回复我的指令。前面的上下文信息可能有用，也可能没用，你需要从我给出的上下文信息中选出与我的问题最相关的那些，来为你的回答提供依据。回答一定要忠于原文，简洁但不丢信息，不要胡乱编造。我的问题或指令是什么语种，你就用什么语种回复。\n"   
    "问题：{query_str}\n"    
    "你的回复：")

示例9：创建查询引擎

基于索引，创建查询引擎（Query Engine）。现在，可以针对知识库中的内容进行提问了。
在这里插入图片描述

示例10：前端UI使用Streamlit

我们使用Streamlit构建一个Web UI，用于对话。

# 使用Streamlit构建Web UI

import streamlit as st

TITLE = "本地大模型知识库问答"
st.set_page_config(page_title=TITLE, page_icon="🦙", layout="centered", initial_sidebar_state="auto", menu_items=None)
st.header(TITLE)
st.info("By 大卫", icon="📃")

if "messages" not in st.session_state.keys(): # 初始化聊天历史记录
    st.session_state.messages = [    
        {"role": "assistant", "content": "关于文档里的内容，请随便问"}    
    ]

# 提示用户输入问题，并将问题添加到消息历史记录
if prompt := st.chat_input("Your question"):
    st.session_state.messages.append({"role": "user", "content": prompt})

# 显示此前的问答记录
for message in st.session_state.messages:
    with st.chat_message(message["role"]):      
        st.write(message["content"])

# 生成回答
if st.session_state.messages[-1]["role"] != "assistant":
    with st.chat_message("assistant"):   
        with st.spinner("Thinking..."):       
            response = query_engine.query(prompt)            
            st.write(response.response)            
            message = {"role": "assistant", "content": response.response}            
            st.session_state.messages.append(message)

以上全部代码，合起来形成一个文件app.py，可以通过以下命令运行。

streamlit run app.py

请注意提前通过pip命令，安装llama-index、streamlit、zh-core-web-sm、html2text等本程序运行所需的组件。

参考资料：

https://docs.llamaindex.ai/en/stable/examples/vector_stores/ElasticsearchIndexDemo/
https://docs.llamaindex.ai/en/stable/examples/docstore/MongoDocstoreDemo/

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述