最近有看到可以利用LangChain+OpenAI的API来实现一个问答系统，上一篇文章：ChatGLM 集成进LangChain工具。既然可以将ChatGLM 集成进LangChain，是不是我们可以在完全不使用OpenAI的情况下来是实现一个私有化的本地知识库问答系统的搭建呢？本文将介绍一种可行的方案。

步骤

ChatGLM集成进LangChain工具

可以参考笔者的上一篇文章：ChatGLM 集成进LangChain工具

生成Embedding

本文使用一篇公开的新闻数据（腾讯2022年第四季度营收1449.5亿元调整后净利润297.1亿元）来做测试。

切分文本

参照Text Splitters文档，可以选择对应的文本切分器，如果是通用文本的话，建议选择RecursiveCharacterTextSplitter，代码如下：

from langchain.document_loaders import UnstructuredFileLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter



# 导入文本
loader = UnstructuredFileLoader("./data/news_test.txt")
# 将文本转成 Document 对象
data = loader.load()
print(f'documents:{len(data)}')


# 初始化加载器
text_splitter = RecursiveCharacterTextSplitter(chunk_size=100, chunk_overlap=0)
# 切割加载的 document
split_docs = text_splitter.split_documents(data)
print("split_docs size:",len(split_docs))

打印结果如下：

documents:1
split_docs size: 31

chunk_size：每一个分片的最大大小
chunk_overlap：相邻的块之间的最大重叠。有一些重叠可以很好地保持块之间的一些连续性（类似于一个滑动窗口）。

生成embedding

目前有两种方式可以生成Embedding数据

直接使用OpenAIEmbeddings来生成Embedding数据

from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain import VectorDBQA
from langchain.document_loaders import UnstructuredMarkdownLoader
from langchain.embeddings.openai import OpenAIEmbeddings
import IPython
import os
from dotenv import load_dotenv
load_dotenv()


os.environ["OPENAI_API_KEY"] = os.getenv("OPENAI_API_KEY")
os.environ["OPENAI_API_BASE"] = os.getenv("OPENAI_API_BASE")

embeddings = OpenAIEmbeddings( )

使用HuggingFaceEmbeddings来生成Embedding数据

from langchain.vectorstores import Chroma
from langchain.embeddings.huggingface import HuggingFaceEmbeddings
import IPython
import sentence_transformers



embedding_model_dict = {
    "ernie-tiny": "nghuyong/ernie-3.0-nano-zh",
    "ernie-base": "nghuyong/ernie-3.0-base-zh",
    "text2vec": "GanymedeNil/text2vec-large-chinese",
    "text2vec2":"uer/sbert-base-chinese-nli",
    "text2vec3":"shibing624/text2vec-base-chinese",
}


EMBEDDING_MODEL = "text2vec3"
# 初始化 hugginFace 的 embeddings 对象
embeddings = HuggingFaceEmbeddings(model_name=embedding_model_dict[EMBEDDING_MODEL], )
embeddings.client = sentence_transformers.SentenceTransformer(
        embeddings.model_name, device='mps')

两种方式的差别：

OpenAIEmbeddings：
- 使用简单，并且效果比较好；
- 会消耗openai的token，特别是大段文本时，消耗的token还不少，如果知识库是比较固定的，可以考虑将每次生成的embedding做持久化，这样就不需要再调用openai了，可以大大节约token的消耗；
- 可能会有数据泄露的风险，如果是一些高度私密的数据，不建议直接调用。
HuggingFaceEmbeddings：
- 可以在HuggingFace上面选择各种sentence-similarity模型来进行实验，数据都是在本机上进行计算
- 需要一定的硬件支持，最好是有GPU支持，不然生成数据可能会非常慢
- 生成的向量效果可能不是很好，并且HuggingFace上的中文向量模型不是很多。

保存Embedding数据

有多种向量数据库选择，这里选择比较简单的Chroma,因为比较轻量，直接安装库就可使用。

from langchain.vectorstores import Chroma
# 初始化加载器
db = Chroma.from_documents(split_docs, embeddings,persist_directory="./chroma/openai/news_test")
# 持久化
db.persist()

持久化后，可以直接选择从持久化文件中加载，不需要再重新就可使用了，使用方式如下：

db = Chroma(persist_directory="./chroma/news_test", embedding_function=embeddings)

当然也可使用FAISS，使用方式也类似，

持久化

from langchain.vectorstores import FAISS

db = FAISS.from_documents(split_docs, embeddings)
db.save_local("./faiss/news_test")

加载已持久化向量

db = FAISS.load_local("./faiss/news_test",embeddings=embeddings)

试验效果

如果只想使用embedding来计算句子的相似度，可以直接类似下面这样使用：

# 初始化 prompt 对象
question = "2022年腾讯营收多少"



similarDocs = db.similarity_search(question, include_metadata=True,k=4)


[print(x) for x in similarDocs]

最多返回匹配的前4条相似度最高的句子

如果想接入ChatGLM来帮忙做总结和汇总的话，可以如下使用：

from langchain.chains import RetrievalQA
import IPython



retriever = db.as_retriever()
qa = RetrievalQA.from_chain_type(llm=ChatGLM(temperature=0.1), chain_type="stuff", retriever=retriever)
# 进行问答
query = "2022年腾讯营收多少"
print(qa.run(query))