Ollama介绍

Ollama是一个开源项目，专注于开发和部署大语言模型，特别是像LLaMA这样的模型，用于生成高质量的文本和进行复杂的自然语言处理任务。Ollama的目标是让大语言模型的运行和使用变得更加容易和普及，而无需复杂的基础设施或深度的机器学习知识。

GitHub地址：https://github.com/ollama/ollama

RAG是什么？

检索生成增强（Retrieval-Augmented Generation，RAG）是一种结合了检索（Retrieval）和生成（Generation）两种技术的自然语言处理方法，主要用于改进文本生成任务的性能，如问答系统、对话系统、文本摘要和文档生成等。RAG模型通过在生成模型的基础上，引入一个检索模块，来增强生成模型的准确性和丰富性。

在传统的生成模型中，模型完全依赖于训练数据中学习到的模式和统计信息来生成文本，这可能导致生成的内容缺乏新颖性或准确性。而检索模块则可以从外部知识库或文档中检索相关的信息，将这些信息作为额外的输入，提供给生成模型，从而帮助生成更准确、更丰富和更具体的文本。

具体来说，RAG模型的工作流程如下：

1. 检索阶段：模型首先根据输入的查询或上下文，从外部知识库中检索出与之最相关的文档或片段。
2. 融合阶段：检索到的信息与输入的查询或上下文进行融合，形成增强的输入。
3. 生成阶段：增强后的输入被送入生成模型，生成模型根据这些信息生成最终的文本输出。

通过这种方式，RAG模型能够在生成过程中利用到外部知识，提高了生成文本的准确性和丰富性，同时也增强了模型的可解释性，因为生成的文本可以追溯到具体的来源。RAG模型在处理需要大量领域知识或具体事实信息的任务时，表现出了显著的优势。

SimpleRAG介绍

A simple RAG demo based on WPF and Semantic Kernel.

SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用，可用于学习与理解如何使用Semantic Kernel构建一个简单的RAG应用。

GitHub地址：https://github.com/Ming-jiayou/SimpleRAG

主要功能

AI聊天

支持所有兼容OpenAI格式的大语言模型：

文本嵌入

支持所有兼容OpenAI格式的嵌入模型：

简单的RAG回答

简单的RAG回答效果：

对比不使用RAG的回答：

使用Ollama本地离线体验SimpleRAG

来到SimpleRAG的GitHub参考，注意到这里有个Releases：

点击SimpleRAG-v0.0.1，有两个压缩包，一个依赖net8.0-windows框架，一个独立：

依赖框架的包会小一些，独立的包会大一些，如果你的电脑已经装了net8.0-windows框架可以选择依赖框架的包，考虑到可能大部分人不一定装了net8.0-windows框架，我以独立的包做演示，点击压缩包，就在下载了：

解压该压缩包：

打开appsettings.json文件：

appsettings.json文件如下所示：

在你的电脑上启动Ollama，在命令行中输入ollama list 查看已经下载的模型：

由于我电脑的配置不是很好，对话模型以gemma2:2b为例，嵌入模型以bge-m3:latest为例，appsettings.json文件这样写：

Endpoint输入Ollama的地址，默认是http://localhost:11434，Ollama不需要Api Key随便写。

现在点击SimpleRAG.exe即可运行程序：

程序运行之后，如下所示：

先通过AI聊天测试配置是否成功：

配置已经成功。

现在来测试一下嵌入。

先拿一个简单的文本进行测试：

小k最喜欢的编程语言是C#。

嵌入成功：

这个Demo程序为了方便存储文本向量使用的是Sqlite数据库，在这里可以看到：

如果你有数据库管理软件的话，打开该数据库，会发现文本已经以向量的形式存入Sqlite数据库中：

现在开始测试RAG回答效果：

对比不使用RAG的回答效果：

可以发现大语言模型根本不知道我们想问的私有数据的事情。

现在我们可以来测试一下更复杂一点的文本了，一样的嵌入文本之后，测试RAG效果：

RAG回答失败了，这是因为我使用的模型参数太少了，还不够强大。如果你的电脑配置好，可以改用更智能的模型，如果你的电脑配置不好，可以选择混合使用的方式，即使用在线的对话模型Api，使用本地Ollama中的嵌入模型。

使用在线对话Api+本地Ollama嵌入模型体验SimpleRAG

appsettings.json可以这样写：

测试RAG效果：

RAG还是失败了。

模型换成meta-llama/Meta-Llama-3.1-8B-Instruct：

模型换成google/gemma-2-9b-it：

模型换成Qwen/Qwen2-72B-Instruct：

通过源码找原因：

将相关度调成0.3就可以找到相关文本了，但是感觉这样也会出问题，文档一多很容易找到不相关的文档，后面appsettings.json中会增加相关度的配置：

现在再测试一下Qwen/Qwen2-7B-Instruct：

也可以了。

对比不使用RAG的回答效果：