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。
安装 Ollama 的语言模型以进行推理和嵌入
# Mistral for GraphRAG Inference
ollama pull mistral
# Nomic-Embed-Text for GraphRAG Embedding
ollama pull nomic-embed-text
# LLama3 for Autogen Inference
ollama pull llama3
# Host Ollama on a local server: http://localhost:11434
ollama serve
# Create and activate a conda environment
conda create -n RAG_agents python=3.12
conda activate RAG_agents
# Lite-LLM proxy server for Ollama
pip install 'litellm[proxy]'
# Install Ollama
pip install ollama
# Microsoft AutoGen
pip install pyautogen "pyautogen[retrievechat]"
# Microsoft GraphRAG
pip install graphrag
# Text-Token Encoder-Decoder
pip install tiktoken
# Chainlit Python application
pip install chainlit
# Clone my Git-hub repository
git 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 default
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
在存储库的根文件夹中初始化 GraphRAG
#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 dir
python -m graphrag.index --init --root .
# Move the settings.yaml file to replace the one created by GraphRAG --init
mv ./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 time
python -m graphrag.index --root .
# Test GraphRAG
python -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 terminal
litellm --model ollama_chat/llama3
# run app from another terminal
chainlit run appUI.py
Import python libraries 导入Python库
import autogen
from rich import print
import chainlit as cl
from typing_extensions import Annotated
from chainlit.input_widget import (
Select, Slider, Switch)
from autogen import AssistantAgent, UserProxyAgent
from utils.chainlit_agents import ChainlitUserProxyAgent, ChainlitAssistantAgent
from 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_start
async 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_update
async 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_message
async 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。
(文:AI技术研习社)