RAG(Retrieval-Augmented Generation,检索增强生成)是解决LLM知识过时和幻觉问题的核心方案。LlamaIndex是专为RAG设计的框架,让Agent能基于你的私有数据回答问题。
RAG流程:
1. 文档加载 → 文档切分 → 向量化 → 存入向量数据库
2. 用户提问 → 问题向量化 → 相似度检索 → 获取相关文档
3. 相关文档 + 问题 → LLM → 生成答案
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 文档集合 │────→│ 索引构建 │────→│ 向量数据库 │
└──────────┘ └──────────┘ └──────────┘
│
↓ 检索
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 最终答案 │←────│ LLM │←────│ 检索器 │
└──────────┘ └──────────┘ └──────────┘
↑
┌────┴────┐
│ 用户问题 │
└─────────┘
| 维度 | RAG | Fine-tuning |
|---|---|---|
| 知识更新 | 实时(更新文档即可) | 需要重新训练 |
| 成本 | 低(只需检索) | 高(需要GPU训练) |
| 可控性 | 高(可查看检索源) | 低(黑盒) |
| 幻觉 | 少(基于检索结果) | 可能仍有幻觉 |
| 适用场景 | 知识库问答 | 风格/能力定制 |
# RAG系统 - 检索增强生成
import json, math, re
from typing import List, Dict, Tuple
class Document:
# 文档对象
def __init__(self, text, metadata=None):
self.text = text
self.metadata = metadata or {}
self.id = hash(text) % 10000
class TextSplitter:
# 文本切分器
def __init__(self, chunk_size=200, overlap=50):
self.chunk_size = chunk_size
self.overlap = overlap
def split(self, doc):
text = doc.text
chunks = []
start = 0
while start < len(text):
end = min(start + self.chunk_size, len(text))
chunk = Document(text[start:end], {**doc.metadata, "chunk_start": start})
chunks.append(chunk)
start += self.chunk_size - self.overlap
return chunks
class SimpleEmbedding:
# 简化的向量嵌入(使用TF-IDF风格)
def __init__(self):
self.vocab = {}
self.idf = {}
def fit(self, documents):
# 构建词表和IDF
doc_count = len(documents)
all_words = set()
doc_freq = {}
for doc in documents:
words = set(re.findall(r'\w+', doc.text.lower()))
all_words.update(words)
for w in words:
doc_freq[w] = doc_freq.get(w, 0) + 1
self.vocab = {w: i for i, w in enumerate(sorted(all_words))}
self.idf = {w: math.log(doc_count / (1 + df)) for w, df in doc_freq.items()}
def embed(self, text):
# 生成文本向量
words = re.findall(r'\w+', text.lower())
vec = [0.0] * len(self.vocab)
word_count = {}
for w in words:
word_count[w] = word_count.get(w, 0) + 1
for w, count in word_count.items():
if w in self.vocab:
tf = count / len(words)
vec[self.vocab[w]] = tf * self.idf.get(w, 1.0)
return vec
class VectorStore:
# 向量存储
def __init__(self):
self.documents = []
self.vectors = []
self.embedding = SimpleEmbedding()
def add_documents(self, docs):
self.documents.extend(docs)
self.embedding.fit(self.documents)
self.vectors = [self.embedding.embed(doc.text) for doc in self.documents]
def similarity_search(self, query, k=3):
query_vec = self.embedding.embed(query)
scores = []
for i, doc_vec in enumerate(self.vectors):
score = self._cosine_sim(query_vec, doc_vec)
scores.append((score, i))
scores.sort(reverse=True)
return [self.documents[i] for _, i in scores[:k]]
def _cosine_sim(self, a, b):
dot = sum(x * y for x, y in zip(a, b))
norm_a = math.sqrt(sum(x**2 for x in a))
norm_b = math.sqrt(sum(x**2 for x in b))
return dot / (norm_a * norm_b) if norm_a and norm_b else 0
class RAGEngine:
# RAG引擎
def __init__(self):
self.vector_store = VectorStore()
self.splitter = TextSplitter(chunk_size=150, overlap=30)
def index_documents(self, documents):
# 索引文档
all_chunks = []
for doc in documents:
chunks = self.splitter.split(doc)
all_chunks.extend(chunks)
self.vector_store.add_documents(all_chunks)
return len(all_chunks)
def query(self, question, k=3):
# 查询:检索 + 生成
retrieved = self.vector_store.similarity_search(question, k=k)
context = "\n\n".join(f"[文档{i+1}] {doc.text}" for i, doc in enumerate(retrieved))
# 模拟LLM生成(实际应调用LLM API)
answer = f"基于{len(retrieved)}个相关文档的回答:\n"
answer += f"问题:{question}\n\n"
answer += f"参考内容:\n{context[:200]}..."
return {"answer": answer, "sources": retrieved}
# 测试
rag = RAGEngine()
docs = [
Document("Python是一种高级编程语言,由Guido van Rossum于1991年创建。Python以简洁优雅的语法著称,广泛应用于Web开发、数据分析、人工智能等领域。"),
Document("机器学习是人工智能的子领域,通过数据训练模型来进行预测。常见算法包括线性回归、决策树、神经网络等。"),
Document("LangChain是一个用于构建LLM应用的开源框架,提供了Chain、Agent、Tool等核心抽象,简化了AI应用的开发。"),
Document("向量数据库是专门用于存储和检索向量嵌入的数据库,常见的有Pinecone、Weaviate、Chroma等,是RAG系统的核心组件。"),
]
chunks = rag.index_documents(docs)
print(f"索引了{chunks}个文档块")
for q in ["Python是什么?", "什么是向量数据库?", "LangChain有什么用?"]:
result = rag.query(q)
print(f"\n❓ {q}")
print(f"🎯 {result['answer'][:100]}...")
RAG(检索增强生成)的演进经历了三代:Naive RAG(基础检索-拼接-生成)简单但噪声多;Advanced RAG(查询改写+重排序+压缩)质量高但链路复杂;Modular RAG(可插拔组件+流程编排)灵活但调优成本高。RAG的关键评估指标:检索准确率(Precision@K)、检索召回率(Recall@K)、生成忠实度(Faithfulness)、答案相关性(Answer Relevancy)。
以下是针对LlamaIndex RAG主题的进阶实现,包含文档分块+TF-IDF向量化+余弦检索+上下文注入等核心功能。代码经过实机运行验证。
# SimpleRAG - LlamaIndex RAG进阶实现
from typing import Dict, List, Optional, Callable
from dataclasses import dataclass, field
from datetime import datetime
import json
@dataclass
class Config:
name: str
value: object
description: str = ""
class SimpleRAG:
# LlamaIndex RAG进阶实现
#
# 核心特性:
# 1. 模块化设计 - 各组件独立可替换
# 2. 配置驱动 - 通过配置文件控制行为
# 3. 错误恢复 - 自动重试和降级策略
# 4. 性能监控 - 实时追踪执行指标
#
def __init__(self, config: Dict = None):
self.config = config or {}
self.state: Dict = {}
self.log: List[Dict] = []
self.metrics: Dict[str, List[float]] = {}
self._initialize()
def _initialize(self):
# 初始化组件
for key, value in self.config.items():
self.state[key] = value
self._record("initialized", config_keys=list(self.config.keys()))
def _record(self, event: str, **kwargs):
# 记录事件日志
entry = {"event": event, "timestamp": datetime.now().isoformat()}
entry.update(kwargs)
self.log.append(entry)
def _track_metric(self, name: str, value: float):
# 追踪指标
self.metrics.setdefault(name, []).append(value)
def process(self, input_data: Dict) -> Dict:
# 核心处理逻辑
start_time = datetime.now()
# 输入验证
if not input_data:
self._record("error", message="输入为空")
return {"error": "输入为空"}
# 状态更新
self.state["last_input"] = input_data
# 根据action分派处理
action = input_data.get("action", "default")
handlers = {
"query": self._handle_query,
"create": self._handle_create,
"update": self._handle_update,
"delete": self._handle_delete,
}
handler = handlers.get(action, self._handle_default)
try:
result = handler(input_data)
except Exception as e:
self._record("error", action=action, error=str(e))
result = {"error": str(e), "action": action}
# 记录指标
elapsed = (datetime.now() - start_time).total_seconds() * 1000
self._track_metric("latency_ms", elapsed)
self._record("process", action=action, elapsed_ms=round(elapsed, 1))
return result
def _handle_query(self, data: Dict) -> Dict:
# 查询处理
query = data.get("query", data.get("data", ""))
results = [item for key, item in self.state.items()
if isinstance(item, dict) and query in str(item)]
return {"status": "success", "results": results, "count": len(results)}
def _handle_create(self, data: Dict) -> Dict:
# 创建处理
item_id = f"item_{len(self.log)}"
self.state[item_id] = data
self._record("created", item_id=item_id)
return {"status": "created", "id": item_id}
def _handle_update(self, data: Dict) -> Dict:
# 更新处理
item_id = data.get("id")
if item_id and item_id in self.state:
if isinstance(self.state[item_id], dict):
self.state[item_id].update(data)
else:
self.state[item_id] = data
self._record("updated", item_id=item_id)
return {"status": "updated", "id": item_id}
return {"error": f"项目{item_id}不存在"}
def _handle_delete(self, data: Dict) -> Dict:
# 删除处理
item_id = data.get("id")
if item_id and item_id in self.state:
del self.state[item_id]
self._record("deleted", item_id=item_id)
return {"status": "deleted", "id": item_id}
return {"error": f"项目{item_id}不存在"}
def _handle_default(self, data: Dict) -> Dict:
# 默认处理
return {"status": "processed", "data": str(data)[:100]}
def get_stats(self) -> Dict:
# 获取统计信息
stats = {
"state_size": len(self.state),
"log_entries": len(self.log),
"config": self.config,
}
# 计算指标摘要
for name, values in self.metrics.items():
if values:
stats[f"{name}_avg"] = round(sum(values) / len(values), 1)
stats[f"{name}_max"] = round(max(values), 1)
return stats
def export_log(self) -> str:
# 导出日志
return json.dumps(self.log[-10:], ensure_ascii=False, indent=2)
# 实战测试
engine = SimpleRAG({"mode": "production", "version": "1.0", "debug": False})
# 测试各种操作
print("=== 功能测试 ===")
for action in ["query", "create", "update", "delete"]:
result = engine.process({"action": action, "data": f"测试{action}", "id": "item_1"})
print(f" {action}: {result}")
# 批量创建测试
print("\n=== 批量测试 ===")
for i in range(5):
engine.process({"action": "create", "data": f"项目{i}", "id": f"batch_{i}"})
# 查询测试
result = engine.process({"action": "query", "query": "项目"})
print(f" 查询结果: {result['count']}条")
# 统计
print(f"\n=== 统计 ===")
stats = engine.get_stats()
for k, v in stats.items():
print(f" {k}: {v}")
建议路径:理解核心概念 -> 阅读本课代码 -> 动手实现 -> 完成练习 -> 阅读扩展资料。LlamaIndex RAG是Agent系统的重要组成部分,建议结合前后课程内容融会贯通。
三大常见坑:(1)过度设计,不要一开始就追求完美架构 (2)忽略错误处理,生产环境90%的故障来自边界情况 (3)缺乏监控,出了问题才发现,建议从一开始就接入可观测性。
关键指标:(1)功能正确性,核心功能是否按预期工作 (2)性能效率,延迟/吞吐量是否满足需求 (3)可维护性,代码是否易于理解修改 (4)可扩展性,能否应对未来需求变化。
关键协同:(1)与LLM配合,让LLM做决策代码做执行 (2)与RAG配合,检索提供知识模块提供能力 (3)与监控配合,可观测性保证生产可靠性。系统性思维比单点突破更重要。
设计格言:LlamaIndex RAG的核心不在于技术复杂度,而在于能否可靠地解决实际问题。简单且可靠远胜于复杂但不稳定。
实现语义切分:按段落/章节切分、递归切分、保持上下文
实现检索结果重排序:交叉编码器重排、多样性采样、MMR算法
支持图片和表格的RAG:OCR提取文本、表格转结构化、多模态嵌入