今天这篇文章将介绍如何使用 Elasticsearch 搭建AI搜索系统和RAG应用系统。

 Elasticsearch 搭建 AI 搜索系统

在 Elasticsearch 中实现向量搜索涉及四个关键组件：

嵌入模型：这是一个机器学习模型，能够将数据作为输入并返回该数据的数字表示形式，即向量（也称为“嵌入”）。嵌入模型是整个向量搜索的基础，它将文本、图像等非结构化数据转换为向量表示，以便在向量空间中进行相似性搜索。

推理终端节点：Elastic Inference API 或 Elastic Inference 管道处理器用于将机器学习模型应用于文本数据。推理端点在数据引入和查询执行时都发挥着关键作用。对于非文本数据（如图像文件），需要在机器学习模型中使用外部脚本来生成嵌入，这些嵌入将存储在 Elasticsearch 中并用于后续的搜索操作。

搜索：Elasticsearch 将嵌入和元数据存储在其索引中，并执行近似的 k 最近邻搜索（k-NN），以在嵌入空间中找到与查询最接近的匹配项。通过这种方式，Elasticsearch 能够在大规模数据集中高效地执行相似性搜索，为各种 AI 应用场景提供支持。

应用程序逻辑：这是核心向量搜索之外的所有必要逻辑，包括与用户的交互、应用业务逻辑、处理搜索结果等。应用程序逻辑负责将搜索结果展示给用户，并执行任何其他所需的操作，使整个搜索过程更加完整和用户友好。

通过整合这些组件，您可以在 Elasticsearch 中构建一个强大的 AI 搜索系统，实现对文本、图像等多种数据类型的高效相似性搜索，满足各种复杂的业务需求。

在以下部分中，我们将了解如何从头开始构建一个 AI 对话式搜索应用程序。

首先，让我们介绍一下什么是 AI 对话式搜索。

AI 对话式搜索是一种基于自然语言处理（NLP）和机器学习技术的搜索方式，旨在通过与用户的自然对话实现信息检索。这种搜索模式允许用户以自然语言提问，而不是输入特定的关键词。

AI 对话式搜索系统可以理解用户的查询意图，并通过智能匹配算法提供相关的答案或信息。这种搜索体验更加贴近人类的交流方式，使搜索过程更加直观和用户友好，特别适用于需要复杂查询或个性化推荐的场景。

接下来，我们将深入探讨如何构建这样的 AI 对话式搜索应用程序，从数据准备、模型选择到系统集成，逐步展示实现这一技术的不同步骤。

首先，一个AI对话应用的架构，如下图所示：

第一步：数据收集和预处理

需要确定数据的来源，例如内部知识库、常见问题解答和文档。接下来，构建一个数据管道，将此数据引入检索系统，并准备在 RAG 应用程序中使用。

第二步：设置数据管道

需要准备索引映射，建立索引，并存储数据。

from elasticsearch_serverless import Elasticsearchimport jsonimport os
client = Elasticsearch(os.getenv("ELASTICSEARCH_URL"),api_key=os.getenv("ES_API_KEY"),request_timeout=600)
mappings={"properties":{"semantic":{"type":"semantic_text","inference_id":"e5-small"},"content":{"type":"text","copy_to":"semantic"}}}
# Create indexclient.indices.create(index="search-faq", mappings=mappings)

第三步：创建推理服务

需要创建一个推理服务来操作 E5 多语言 ML 模型。

inference_config={"service":"elasticsearch","service_settings":{"num_allocations":1,"num_threads":1,"model_id":".multilingual-e5-small"}}
# Create inferenceclient.inference.put(inference_id="e5-small", task_type="text_embedding", inference_config=inference_config)

第四步：数据生成文档嵌入

with open("faq.json") as f:documents = json.load(f)def generate_docs():index_name = "search-faq"for row in documents:yield { "index" : { "_index" : index_name } }yield row
client.bulk(operations=generate_docs())

第5步：前端页面开发

// Retrieve relevant content from the knowledge baseasync function findRelevantContent(question: string) {// Semantic search queryconst body = await client.search({size: 3,index: 'search-faq',body: {query: {semantic: {field: "semantic",query: question}}}});return body.hits.hits.map((hit: any) => ({content: hit._source.content}));}

最后页面效果图，如下。

完整代码参考：https://www.elastic.co/search-labs/blog/llm-rag-conversational-search-for-customer-success

Elasticsearch 搭建 RAG系统

构建一个基于 Elasticsearch 向量数据库和 LangChain 的 RAG（Retrieval-Augmented Generation）应用，可以有效提升生成式 AI 的能力，特别是在需要结合实时信息和大规模知识库的场景中。以下是这一过程的原理、步骤、目的和价值。

ES 在 RAG 领域的解决方案如上图所示。一个传统的用法就是当用户有一个问题的时候，将问题直接提交给大模型，大模型根据自己的知识去给出回答。如果遇到企业私域信息，大模型不知道答案，那么 ES 就会通过 RAG 方案，将问题给到我们的知识库。

知识库中不仅有文本，还会有图片、视频，我们会提前把这些内容进行向量化。在检索过程中，进行文本和向量的联合召回，得到一个 TopN list。把这个 list 和用户自己的问题一起构成一个 prompt，再提交给大模型。这时，大模型就可以很好地去回答这个问题了。

RAG（Retrieval-Augmented Generation）结合了检索（Retrieval）和生成（Generation）的能力。其核心思想是首先从外部知识库中检索出与用户查询相关的信息片段，然后将这些片段与用户输入一起送入生成模型，以生成更加准确和上下文相关的回答。使用 Elasticsearch 作为向量数据库，可以高效地处理大规模数据并快速进行相似性搜索；而 LangChain 提供了构建和管理这类复杂应用的工具链。

安装依赖库。

pip install langchain-elasticsearch

from langchain_elasticsearch import ElasticsearchStore
es_store = ElasticsearchStore(es_cloud_id="your-cloud-id",es_api_key="your-api-key",index_name="rag-example",strategy=ElasticsearchStore.SparseVectorRetrievalStrategy(model_id=".elser_model_2"),)

文档收集：收集相关的文档、文章或技术资料，并将其存储在 Elasticsearch 中。

texts = ["LangChain is a framework for developing applications powered by large language models (LLMs).","Elasticsearch is a distributed, RESTful search and analytics engine capable of addressing a growing number of use cases.",...]es_store.add_texts(texts)

向量化：利用嵌入模型（如 BERT、OpenAI Embeddings）将文档内容转化为向量，并将这些向量存储在 Elasticsearch 的向量字段中，以便后续的相似性搜索。

from langchain_openai import ChatOpenAI
llm = ChatOpenAI(api_key="sk-...") # or set the OPENAI_API_KEY environment variable

from langchain import hubfrom langchain_core.runnables import RunnablePassthrough
prompt = hub.pull("rlm/rag-prompt")# standard prompt from LangChain hub
retriever = es_store.as_retriever()
def format_docs(docs):return "\n\n".join(doc.page_content for doc in docs)
rag_chain = ({"context": retriever | format_docs, "question": RunnablePassthrough()}| prompt| llm| StrOutputParser())

用户查询向量化：当用户输入查询时，首先通过嵌入模型将查询转化为向量。

生成回答：使用 LangChain 集成生成式 AI 模型（如 GPT-4），基于输入的信息生成最终的回答。

rag_chain.invoke("Which frameworks can help me build LLM apps?")

Elasticsearch 商店提供了开箱即用的常见检索策略，开发人员可以自由地试验最适合给定用例的方法。但是，如果您的数据模型比只有单个字段的文本更复杂，该怎么办？

例如，如果您的索引设置包括一个网络爬虫，该爬虫会生成带有文本、标题、URL 和标签的文档，并且所有这些字段对于搜索都很重要，那么该怎么办？Elasticsearch 的查询 DSL 使用户能够完全控制如何搜索他们的数据。

而在LangChain中，ElasticsearchRetriever直接实现了这种充分的灵活性。只需定义一个函数，将用户输入查询映射到 Elasticsearch 请求。

假设我们想将语义重新排名功能添加到我们的检索步骤中。通过添加 Cohere 重新排名步骤，顶部的结果会变得更加相关，而无需额外的手动调整。为此，我们定义了一个 Retriever，它接受一个返回相应 Query DSL 结构的函数。

def text_similarity_reranking(search_query: str) -> Dict:return {"retriever": {"text_similarity_reranker": {"retriever": {"standard": {"query": {"match": {"text_field": search_query}}}},"field": "text_field","inference_id": "cohere-rerank-service","inference_text": search_query,"window_size": 10}}}
retriever = ElasticsearchRetriever.from_es_params(es_cloud_id="your-cloud-id",es_api_key="your-api-key",index_name="rag-example",content_field=text_field,body_func=text_similarity_reranking,)

通过结合 Elasticsearch 的强大检索能力和 LangChain 的灵活生成能力，RAG 应用旨在提高生成式 AI 的准确性、上下文关联性和信息丰富度。

具体目标包括：

1. 提供基于最新和最相关信息的高质量回答。

2. 利用大规模外部知识库，增强生成模型的知识范围和实用性。

3. 提升 AI 系统在复杂问答场景中的表现，满足用户更高层次的信息需求。

Elasticsearch 在 RAG 方向上具有显著优势，包括：

低门槛的独立技术栈，能够一站式完成向量生成、存储、索引和检索，通过配置即可实现大部分功能，大大降低了接入门槛；

高性能，支持百万级 QPS 和千亿级数据量，得益于其分布式架构和灵活的弹性；

更精准的搜索，支持文本与向量的混合检索，显著提升搜索结果的准确性；

更智能的集成，能够无缝连接大模型，轻松构建 AI 智能问答应用。