使用LangChain和Pinecone构建多用户聊天机器人

Building a Multi-User Chatbot with Langchain and Pinecone in Next.JS

文章来源：Building a Multi-User Chatbot with Langchain and Pinecone in Next.JS | Pinecone

可能遇到的问题：

• LLM对于不熟悉的知识会胡编乱造
• 使用过程中可能会遇到LLM的token限制
• LLM本身不会记忆对话历史内容的，这需要我们去维护对话历史记录
• 多用户实时交互，这需要我们对每个对话都维护一个单独的对话历史

项目所依赖的服务

• Pinecone：云向量数据库
• OpenAI
• Ably
• CockroachDB
• Finegerprint Pro

项目结构

Indexer抓取事实数据放到Pinecone知识库中，来让用户进行查询

Indexer的工作步骤

• 爬虫或人工抓取事实数据
• 将数据转换成Documents类型
• 将Documents数据使用LLM进行embedding
• 放到Pinecone中以供程序进行查询

整个对话机器人的工作流程

1. 首先用户将query传递给Inquiry buider chain，它会帮助生成带有对话历史记录的query
2. 将query embedding，然后在pinecone中查询documents
3. 由于查询到的文档可能很长，所以通过Summarizer Chain进行总结
4. 最后，QnA Chain会结合Summary documents、query、history来生成最后的结果

多用户对话隔离

对于多用户对话隔离的方案：

• 可以做一个用户登录系统
• 也可以使用唯一的ID来根据浏览器来区别用户，聊天机器人就会根据这个唯一的ID来保存用户的对话历史记录

这里为了简单，使用第二种方案

代码

由于文章的示例代码为js，有需要可以参考：
GitHub - pinecone-io/chatbot-demo