​LLM大模型从入门到精通（7）--企业大模型开发流程​

一、大模型项目开发的两种方式

        2023年以来，随着ChatGPT的火爆，使得LLM成为研究和应用的热点，但是市面上大部分LLM都存在一个共同的问题：模型都是基于过去的经验数据进行训练完成，无法获取最新的知识，以及各企业私有的知识。因此很多企业为了处理私有的知识，主要借助一下两种手段来实现：

1 利用企业私有知识， 基于开源大模型进行微调

2 基于LangChain集成向量数据库以及LLM搭建本地知识库的问答（RAG）

二、大模型开发整理流程

2.1、什么是大模型开发

        我们将开发以大语言模型为功能核心、通过大语言模型的强大理解能力和生成能力、结合特殊的数据或业务逻辑来提供独特功能的应用称为大模型开发。

        开发大模型相关应用，其技术核心点虽然在大语言模型上，但一般通过调用 API 或开源模型来实现核心的理解与生成，通过 Prompt Enginnering 来实现大语言模型的控制，因此，虽然大模型是深度学习领域的集大成之作，大模型开发却更多是一个工程问题。

        在大模型开发中，我们一般不会去大幅度改动模型，而是将大模型作为一个调用工具，通过 Prompt Engineering、数据工程、业务逻辑分解等手段来充分发挥大模型能力，适配应用任务，而不会将精力聚焦在优化模型本身上。

大模型开发与传统的AI 开发在整体思路上有着较大的不同。

• 传统AI 开发：首先需要将复杂的业务逻辑依次拆解，对于每个子业务构造训练数据与验证数据，对于每个子业务训练优化模型，最后形成完整的模型链路来解决整个业务逻辑。
• 大模型开发：用 Prompt Engineering 来替代子模型的训练调优，通过 Prompt 链路组合来实现业务逻辑，用一个通用大模型 + 若干业务 Prompt 来解决任务，从而将传统的模型训练调优转变成了更简单、轻松、低成本的 Prompt 设计调优。

大模型开发与传统 AI 开发在评估思路上也有了质的差异。

• 传统 AI 开发：构造训练集、测试集、验证集，通过在训练集上训练模型、在测试集上调优模型、在验证集上最终验证模型效果来实现性能的评估。
• 大模型开发：更敏捷、灵活，不会在初期显式地确定训练集、验证集，而是直接从实际业务需求出发构造小批量验证集，设计合理 Prompt 来满足验证集效果。然后，不断从业务逻辑中收集当下 Prompt 的 Bad Case，并将 Bad Case 加入到验证集中，针对性优化 Prompt，最后实现较好的泛化效果。

2.2、大模型开发整体流程

2.2.1、设计

        包括确定目标，设计功能。
        确定目标：在进行开发前，需要确定开发的目标，即要开发的应用的应用场景、目标人群、核心价值。一般应先设定最小化目标，从构建一个 mvp（最小可行性产品）开始，逐步进行完善和优化。

        设计功能：确定开发目标后，设计本应用所要提供的功能，首先确定应用的核心功能，然后延展设计核心功能的上下游功能；例如，想打造一款个人知识库助手，核心功能就是结合个人知识库内容进行问题的回答，上游功能——用户上传知识库、下游功能——用户手动纠正模型回答，就是子功能。

2.2.2、架构搭建

        搭建整体架构：搭建项目的整体架构，实现从用户输入到应用输出的全流程贯通。包括搭建整体架构和搭建数据库。

        目前，绝大部分大模型应用都是采用的特定数据库+ Prompt + 通用大模型的架构。

        推荐基于 LangChain 框架进行开发。LangChain 提供了 Chain、Tool 等架构的实现，可以基于 LangChain 进行个性化定制，实现从用户输入到数据库再到大模型最后输出的整体架构连接。

        搭建数据库： 大模型应用需要进行向量语义检索，一般使用诸如 chroma 的向量数据库。搭建数据库需要收集数据并进行预处理，再向量化存储到数据库中。数据预处理一般包括从多种格式向纯文本的转化，例如 pdf、markdown、html、音视频等，以及对错误数据、异常数据、脏数据进行清洗。完成预处理后，需要进行切片、向量化构建出个性化数据库。

2.2.3、Prompt Engineering

        明确 Prompt 设计的一般原则及技巧，构建出一个来源于实际业务的小型验证集，基于小型验证集设计满足基本要求、具备基本能力的 Prompt。

        优质的 Prompt 对大模型能力具有极大影响，需要逐步迭代构建优质的 Prompt Engineering 来提升应用性能。

2.2.4、验证迭代

        验证迭代在大模型开发中是极其重要的一步，指通过不断发现 Bad Case 并针对性改进 Prompt Engineering 来提升系统效果、应对边界情况。在完成上一步的初始化 Prompt 设计后，应该进行实际业务测试，探讨边界情况，找到 Bad Case，并针对性分析 Prompt 存在的问题，从而不断迭代优化，直到达到一个较为稳定、可以基本实现目标的 Prompt 版本。

2.2.5、前后端搭建

        完成 Prompt Engineering 及其迭代优化之后，就完成了应用的核心功能，可以充分发挥大语言模型的强大能力。接下来搭建前后端，设计产品页面，让应用上线成为产品。

        两种快速开发 Demo 的框架：Gradio 和 Streamlit，可以帮助个体开发者迅速搭建可视化页面实现 Demo 上线。

        在完成前后端搭建之后，应用就可以上线体验了。接下来就需要进行长期的用户体验跟踪，记录 Bad Case 与用户负反馈，再针对性进行优化即可。

三、项目流程简析

        基于个人知识库的问答助手介绍项目流程。

        项目原理：项目原理如下图所示，过程包括加载本地文档 -> 读取文本 -> 文本分割 -> 文本向量化 -> question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。

3.1、项目规划与需求分析

1、项目目标：基于个人知识库的问答助手

2、核心功能：
1、上传文档、创建知识库；
2、选择知识库，检索用户提问的知识片段；
3、提供知识片段与提问，获取大模型回答；
4、流式回复；
5、历史对话记录

3、确定技术架构和工具：

1、LangChain框架
2、Chroma知识库
3、大模型使用 GPT、科大讯飞的星火大模型、文心一言、GLM 等
4、前后端使用 Gradio 和 Streamlit。

3.2、数据准备与向量知识库构建

3.2.1、收集和整理用户提供的文档

用户常用文档格式有 pdf、txt、doc 等，首先使用工具读取文本，通常使用 langchain 的文档加载器模块，也可以使用 python 比较成熟的包进行读取。

由于目前大模型使用 token 的限制，需要对读取的文本进行切分，将较长的文本切分为较小的文本，这时一段文本就是一个单位的知识。

3.2.2、将文档词向量化

使用文本嵌入(Embeddings)对分割后的文档进行向量化，使语义相似的文本片段具有接近的向量表示。然后，存入向量数据库，这个流程正是创建 索引(index) 的过程。

向量数据库对各文档片段进行索引，支持快速检索。这样，当用户提出问题时，可以先将问题转换为向量，在数据库中快速找到语义最相关的文档片段。然后将这些文档片段与问题一起传递给语言模型，生成回答。

3.2.3、将向量化后的文档导入Chroma知识库，建立知识库索引

Chroma 向量库轻量级且数据存储在内存中，非常容易启动和开始使用。

用户知识库内容经过 embedding 存入向量知识库，然后用户每一次提问也会经过 embedding，利用向量相关性算法（例如余弦算法）找到最匹配的几个知识库片段，将这些知识库片段作为上下文，与用户问题一起作为 prompt 提交给 LLM 回答。

3.3、大模型集成与API连接

• 集成GPT、星火、文心、GLM 等大模型，配置 API 连接。
• 编写代码，实现与大模型 API 的交互，以便获取问题答案。

3.4、核心功能实现

• 构建 Prompt Engineering，实现大模型回答功能，根据用户提问和知识库内容生成回答。
• 实现流式回复，允许用户进行多轮对话。
• 添加历史对话记录功能，保存用户与助手的交互历史。

3.5、核心功能迭代优化

• 进行验证评估，收集 Bad Case。
• 根据 Bad Case 迭代优化核心功能实现。

3.6、前端与用户交互界面开发

• 使用 Gradio 和 Streamlit 搭建前端界面。
• 实现用户上传文档、创建知识库的功能。
• 设计用户界面，包括问题输入、知识库选择、历史记录展示等。

3.7、部署测试与上线

• 部署问答助手到服务器或云平台，确保可在互联网上访问。
• 进行生产环境测试，确保系统稳定。
• 上线并向用户发布。

3.8、维护与持续改进

• 监测系统性能和用户反馈，及时处理问题。
• 定期更新知识库，添加新的文档和信息。
• 收集用户需求，进行系统改进和功能扩展。