微信扫码
与创始人交个朋友
我要投稿
作为一名对前沿技术充满热情的研究者,我深刻感受到检索增强生成(Retrieval-Augmented Generation, RAG)对大型语言模型(LLMs)的变革性影响。
RAG 是一种强大且极具潜力的工具,它通过将模型与矢量数据库集成,使LLMs能够实时获取和利用现实世界的数据,从而生成更明智、更精准的响应。这种能力为大型语言模型的实际应用打开了新大门,尤其是在需要实时学习和快速适应的场景中。
这一特性使 RAG 成为聊天机器人、虚拟助理等应用程序的首选解决方案,这些应用对实时准确且合乎逻辑的响应有着极高的需求。而 RAG 的高级形式——图检索增强生成(GraphRAG),更进一步扩展了其应用边界。GraphRAG 将基于图的知识检索与LLMs的强大生成能力相结合,进一步提升了自然语言处理的表现力。
与传统 RAG 方法主要依赖矢量相似性搜索不同,GraphRAG 从原始文本中构建结构化的知识图,精准捕捉实体、关系以及关键论断。这种结构化的知识表示赋予 LLMs 更强的能力,使其能够理解和综合复杂数据集中的信息及其内在关系,从而生成更准确、更贴合上下文的响应。
AutoGen 是微软推出的一款创新工具,旨在通过自动化和优化曾经复杂且需要大量手动操作的工作流程,简化基于多代理大型语言模型(LLMs)的复杂应用程序开发。可以将 AutoGen 想象为一个多功能平台,用户可以与多个 GPT 代理协作,而不仅仅是与单一模型交互。在 AutoGen 中,每个 GPT 都扮演着独特的“代理”角色,在综合运作中各司其职,共同实现更高效的任务完成。
当 GraphRAG 的检索能力与 AutoGen AI 代理的对话和任务导向功能相结合时,便可打造强大的 AI 助手。这些助手不仅能够处理复杂的查询,还能生成并执行代码、撰写多页科学报告,以及进行深入的数据分析,满足各类高难度需求。
值得一提的是,AutoGen 还支持集成本地 LLMs(例如来自 Ollama 或 LM Studio 的模型)。本地 LLMs 的应用为用户提供了经济高效且数据安全的选择。与在线 LLMs 相比,本地模型能够显著降低运行成本,同时消除潜在的隐私风险——敏感数据可以完全保留在组织内部,既保障了数据安全,也提升了运营效率。
通过 AutoGen 的灵活特性和 GraphRAG 的增强能力,用户能够轻松构建更智能、更可靠的 AI 解决方案,从而在多种场景中发挥巨大潜力。
本文将指导您使用 GraphRAG 检索系统构建一个多代理 AI 应用程序。该应用程序完全在您的本地计算机上运行,并且免费提供,确保经济高效和数据隐私。以下是构建该应用程序的关键组件:
GraphRAG 的知识搜索与 AutoGen 代理集成
GraphRAG 的知识搜索方法通过函数调用与 AutoGen 代理无缝集成,结合双方的优势实现高效检索与任务执行。
支持 Ollama 的本地模型
GraphRAG 配置了本地和全局搜索功能,支持 Ollama 提供的本地 LLMs,用于推理和嵌入生成。这种配置确保了对敏感数据的完全控制,同时降低了运行成本。
AutoGen 的扩展功能
AutoGen 通过 Lite-LLM 代理服务器实现了对 Ollama 提供的非 OpenAI LLMs 的函数调用支持。此扩展大幅提升了系统的灵活性,使用户可以充分利用本地模型的能力。
Chainlit 用户界面
应用程序配备了 Chainlit UI,用于处理连续对话、多线程操作以及用户输入设置,确保用户能够轻松管理复杂的任务流。
通过这些关键组件的协同工作,您可以构建一个功能强大的 AI 系统,适用于多种场景,从高效检索到复杂任务自动化,均可实现卓越性能。
# Mistral for GraphRAG Inferenceollama pull mistral# Nomic-Embed-Text for GraphRAG Embeddingollama pull nomic-embed-text# LLama3 for Autogen Inferenceollama pull llama3# Host Ollama on a local server: http://localhost:11434ollama serve
# Create and activate a conda environmentconda create -n RAG_agents python=3.12conda activate RAG_agents# Lite-LLM proxy server for Ollamapip install 'litellm[proxy]'# Install Ollamapip install ollama# Microsoft AutoGenpip install pyautogen "pyautogen[retrievechat]" # Microsoft GraphRAGpip install graphrag# Text-Token Encoder-Decoderpip install tiktoken# Chainlit Python applicationpip install chainlit# Clone my Git-hub repositorygit clone https://github.com/karthik-codex/autogen_graphRAG.git# (BONUS) To Convert PDF files to Markdown for GraphRAG pip install marker-pdf# (BONUS) Only if you installed Marker-pdf since it removes GPU CUDA support by defaultconda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
#make a new folder "input" to place your input files for GraphRAG (.txt or .md)mkdir -p ./input# Initialize GraphRAG to create the required files and folders in the root dirpython -m graphrag.index --init --root .# Move the settings.yaml file to replace the one created by GraphRAG --initmv ./utils/settings.yaml ./
下面是来自settings.yaml的片段,说明了用于创建索引和嵌入的LLMs的配置。 GraphRAG 需要 32k 上下文长度进行索引,因此选择 Mistral 模型。对于嵌入,选择 Nomic-embed-text,尽管您可以尝试 Ollama 的其他嵌入。无需设置${GRAPHRAG_API_KEY} ,因为不需要访问这些本地模型的端点。
encoding_model: cl100k_base
skip_workflows: []
llm:
api_key: ${GRAPHRAG_API_KEY}
type: openai_chat # or azure_openai_chat
model: mistral
model_supports_json: true
api_base: http://localhost:11434/v1
embeddings:
async_mode: threaded # or asyncio
llm:
api_key: ${GRAPHRAG_API_KEY}
type: openai_embedding # or azure_openai_embedding
model: nomic_embed_text
api_base: http://localhost:11434/api
input: #Change input file pattern to.md, or .txt
type: file # or blob
file_type: text # or csv
base_dir: "input"
file_encoding: utf-8
file_pattern: ".*\\.md$"
你可以在根目录的“input”文件夹中指定包含输入文件的文件夹。文本文件和 Markdown 文件都可以使用。您可以使用/utils/pdf_to_markdown.py将 PDF 转换为 Markdown 文件,然后将其放置在“input”文件夹中。处理多种文件格式尚未解决,但这是一个可以解决的问题。
在运行 GraphRAG 进行索引、创建嵌入和执行本地查询之前,您必须修改位于 GraphRAG 包中的 Python 文件openai_embeddings_llm.py和embedding.py 。如果不进行此修改,GraphRAG 将在创建嵌入时抛出错误,因为它不会将“nomic-embed-text”识别为 Ollama 的有效嵌入模型。
在我的设置中,这些文件位于 /home/karthik/miniconda3/envs/RAG_agents/lib/python3.12/site-packages/graphrag/llm/openai/openai_embeddings_llm.py 和 /home/karthik/miniconda3/envs/RAG_agents/lib/python3.12/site-packages/graphrag/query/llm/oai/embedding.py
可以使用以下命令找到这些文件 sudo find / -name openai_embeddings_llm.py 。
最后,我们创建嵌入并使用全局或局部搜索方法测试知识图。完成嵌入过程后,您可以在 GraphRAG 工作目录的“output”文件夹(本实例中的根文件夹)中找到输出工件(.parquet 文件)和报告(.json 和 .logs)。
# Create knowledge graph - this takes some timepython -m graphrag.index --root .# Test GraphRAGpython -m graphrag.query --root . --method global "<insert your query>"
以下是在运行应用程序之前初始化服务器的命令。我选择 Llama3:8b 来测试这个应用程序。如果您的硬件允许,您可以使用更大的型号。有关 Lite- LLM的更多信息可以在此链接中找到。现在,您已准备好从另一个终端运行该应用程序。确保您处于正确的 conda 环境中。
# start server from terminallitellm --model ollama_chat/llama3# run app from another terminalchainlit run appUI.py
Import python libraries 导入Python库
import autogenfrom rich import printimport chainlit as clfrom typing_extensions import Annotatedfrom chainlit.input_widget import ( Select, Slider, Switch)from autogen import AssistantAgent, UserProxyAgentfrom utils.chainlit_agents import ChainlitUserProxyAgent, ChainlitAssistantAgentfrom graphrag.query.cli import run_global_search, run_local_search
你会注意到从chainlit_agents导入了两个类。 AutoGen 代理的这些包装类使 Chainlit 能够跟踪它们的对话并处理终止或其他用户输入。您可以在此处阅读有关此内容的更多信息。
AutoGen 代理通过 Lite- LLM代理服务器利用 Ollama 的模型。这是必要的,因为 AutoGen 不支持通过非 OpenAI 推理模型调用函数。代理服务器允许使用 Ollama 模型进行函数调用和代码执行。
创建了三个 Chainlit 小部件(开关、选择和滑块)作为用户设置来选择 GraphRAG 搜索类型、社区级别和内容生成类型。当打开时,开关小部件使用 GraphRAG 本地搜索方法进行查询。
内容生成的选择选项包括“优先列表”、“单段落”、“多段落”和“多页报告”。滑块小部件使用选项 0、1 和 2 选择社区生成级别。您可以在此处阅读有关 GraphRAG 社区的更多信息。
@cl.on_chat_startasync def on_chat_start(): try: settings = await cl.ChatSettings( [ Switch(id="Search_type", label="(GraphRAG) Local Search", initial=True), Select( id="Gen_type", label="(GraphRAG) Content Type", values=["prioritized list", "single paragraph", "multiple paragraphs", "multiple-page report"], initial_index=1, ), Slider( id="Community", label="(GraphRAG) Community Level", initial=0, min=0, max=2, step=1, ), ] ).send() response_type = settings["Gen_type"] community = settings["Community"] local_search = settings["Search_type"] cl.user_session.set("Gen_type", response_type) cl.user_session.set("Community", community) cl.user_session.set("Search_type", local_search) retriever = AssistantAgent( name="Retriever", llm_config=llm_config_autogen, system_message="""Only execute the function query_graphRAG to look for context. Output 'TERMINATE' when an answer has been provided.""", max_consecutive_auto_reply=1, human_input_mode="NEVER", description="Retriever Agent" ) user_proxy = ChainlitUserProxyAgent( name="User_Proxy", human_input_mode="ALWAYS", llm_config=llm_config_autogen, is_termination_msg=lambda x: x.get("content", "").rstrip().endswith("TERMINATE"), code_execution_config=False, system_message='''A human admin. Interact with the retriever to provide any context''', description="User Proxy Agent" ) print("Set agents.") cl.user_session.set("Query Agent", user_proxy) cl.user_session.set("Retriever", retriever) msg = cl.Message(content=f"""Hello! What task would you like to get done today? """, author="User_Proxy") await msg.send() print("Message sent.") except Exception as e: print("Error: ", e) pass
选择不将 Chainlit 包装器类用于检索器助理代理。这使我能够禁用对检索器输出的跟踪并直接捕获来自 GraphRAG 函数的响应。原因是,当响应通过检索器时,文本会丢失其格式,包括空格和段落缩进。
在生成带有主标题和副标题的多页报告时,这个问题尤其明显。我可以通过绕过 Chainlit 包装器并直接检索 GraphRAG 函数的输出来保留原始格式。您将在下面看到我是如何实现这一目标的。
此函数检测设置中对选择、开关和滑块小部件所做的任何更改,以便它可以在后续查询中反映这些更改。
@cl.on_settings_updateasync def setup_agent(settings): response_type = settings["Gen_type"] community = settings["Community"] local_search = settings["Search_type"] cl.user_session.set("Gen_type", response_type) cl.user_session.set("Community", community) cl.user_session.set("Search_type", local_search) print("on_settings_update", settings)
这是应用程序的核心部分,它创建了两个代理的群聊,定义了一个函数“state_transition”来管理对话顺序,并提供异步 RAG 查询功能。
你会注意到INPUT_DIR ,ROOT_DIR, RESPONSE_TYPE, COMMUNTIY参数基于 bool 参数LOCAL_SEARCH传递到本地和全局搜索 GraphRAG 查询函数中。 ROOT_DIR,设置为'.' — 如果您在不同的目录中初始化 GraphRAG,请注意这一点。
异步函数“query_graphRAG”调用 GraphRAG 全局或本地搜索方法。你会注意到这条线 await cl.Message(content=result.response).send() 在async def query_graphRAG函数中,该函数直接检索 RAG 查询的输出并保留检索内容的文本格式。
@cl.on_messageasync def run_conversation(message: cl.Message): print("Running conversation") CONTEXT = message.content MAX_ITER = 10 INPUT_DIR = None ROOT_DIR = '.' RESPONSE_TYPE = cl.user_session.get("Gen_type") COMMUNITY = cl.user_session.get("Community") LOCAL_SEARCH = cl.user_session.get("Search_type") print("Setting groupchat") retriever = cl.user_session.get("Retriever") user_proxy = cl.user_session.get("Query Agent") def state_transition(last_speaker, groupchat): messages = groupchat.messages if last_speaker is user_proxy: return retriever if last_speaker is retriever: if messages[-1]["content"].lower() not in ['math_expert','physics_expert']: return user_proxy else: if messages[-1]["content"].lower() == 'math_expert': return user_proxy else: return user_proxy else: pass return None async def query_graphRAG( question: Annotated[str, 'Query string containing information that you want from RAG search'] ) -> str: if LOCAL_SEARCH: result = run_local_search(INPUT_DIR, ROOT_DIR, COMMUNITY ,RESPONSE_TYPE, question) else: result = run_global_search(INPUT_DIR, ROOT_DIR, COMMUNITY ,RESPONSE_TYPE, question) await cl.Message(content=result).send() return result for caller in [retriever]: d_retrieve_content = caller.register_for_llm( description="retrieve content for code generation and question answering.", api_style="function" )(query_graphRAG) for agents in [user_proxy, retriever]: agents.register_for_execution()(d_retrieve_content) groupchat = autogen.GroupChat( agents=[user_proxy, retriever], messages=[], max_round=MAX_ITER, speaker_selection_method=state_transition, allow_repeat_speaker=True, ) manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config_autogen, is_termination_msg=lambda x: x.get("content", "") and x.get("content", "").rstrip().endswith("TERMINATE"), code_execution_config=False, ) # -------------------- Conversation Logic. Edit to change your first message based on the Task you want to get done. ----------------------------- # if len(groupchat.messages) == 0: await cl.make_async(user_proxy.initiate_chat)( manager, message=CONTEXT, ) elif len(groupchat.messages) < MAX_ITER: await cl.make_async(user_proxy.send)( manager, message=CONTEXT, ) elif len(groupchat.messages) == MAX_ITER: await cl.make_async(user_proxy.send)( manager, message="exit", )
对于此应用程序,我们只需要两个代理。您可以添加/修改代理并配置“state_transition”函数来协调对话中的发言人选择,以实现更复杂的工作流程。
尽管这一实现尚不完美,但它为开发更复杂的应用程序提供了一个绝佳的起点。通过整合多个功能模块和编码代理,它为构建复杂的工作流程奠定了坚实基础。
同时,这种设计使您能够灵活地自定义代理交互,根据实际需求不断增强功能,为未来的创新和扩展提供了无限可能。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-07-18
2024-09-04
2024-05-05
2024-06-20
2024-05-19
2024-07-09
2024-07-09
2024-06-13
2024-07-07
2024-07-07
2025-01-06
2025-01-04
2024-12-30
2024-12-27
2024-12-26
2024-12-24
2024-12-21
2024-12-14