16.LangChain实战项目2——易速鲜花内部问答系统
- 人工智能
- 2025-09-16 11:51:02
需求简介
易束鲜花企业内部知识库如下：
本实战项目设计一个内部问答系统，基于这些内部知识，回答内部员工的提问。
在前面课程的基础上，需要安装的依赖包如下：
pip install docx2txt pip install qdrant-client pip install flask 初始化代码 import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI load_dotenv() ai_model = os.getenv("OPENAI_MODEL") # 实例化一个大模型工具 llm = ChatOpenAI(model_name=ai_model, temperature=0) from langchain_community.embeddings import HuggingFaceBgeEmbeddings embedings = HuggingFaceBgeEmbeddings(model_name='./BAAI/bge-large-zh-v1.5', model_kwargs={'device': 'cuda'}) import logging logging.basicConfig() logging.getLogger('langchain.retrievers.multi_query').setLevel(logging.INFO)这段代码实例化了一个deepseek的llm，bge-large-zh 的向量模型、日志组件
导入内部知识到向量数据库 # 加载Documents base_dir = './OneFlower' documents = [] for file in os.listdir(base_dir): # 构建完整的文件路径 file_path = os.path.join(base_dir, file) if file.endswith('.pdf'): loader = PyPDFLoader(file_path) documents.extend(loader.load()) elif file.endswith('.docx'): loader = Docx2txtLoader(file_path) documents.extend(loader.load()) elif file.endswith('.txt'): loader = TextLoader(file_path) documents.extend(loader.load()) # 2.Split 将Documents切分成块以便后续进行嵌入和向量存储 from langchain.text_splitter import RecursiveCharacterTextSplitter text_splitter = RecursiveCharacterTextSplitter(chunk_size=200, chunk_overlap=10) chunked_documents = text_splitter.split_documents(documents) from langchain_community.vectorstores import Qdrant vectorstore = Qdrant.from_documents( documents=chunked_documents, embedding=embedings, location=":memory:", collection_name="my_documents", )内部知识在OneFlow文件夹中，包含了pdf文档、文本文档、word文档等格式，通过加载器加载到document中，然后使用分词器去分割，最后以内存的方式存入到Qdrant向量数据库中
构建查询的QA链 from langchain.retrievers.multi_query import MultiQueryRetriever from langchain.chains import RetrievalQA # 实例化一个MultiQueryRetriever retriever_from_llm = MultiQueryRetriever.from_llm(retriever=vectorstore.as_retriever(), llm=llm) # 实例化一个RetrievalQA链 qa_chain = RetrievalQA.from_chain_type(llm, retriever=retriever_from_llm) MultiQueryRetriever 核心机制与技术优势 一、核心功能多视角查询扩展
接收用户原始查询后，利用 LLM 自动生成多个语义相关但表达形式不同的子查询，例如针对模糊查询补充具体场景或同义词描述。每个子查询独立执行向量数据库检索，合并结果并去重，形成更全面的文档集合。动态适配场景
适用于用户输入模糊、语义范围广的场景（如开放性问题），通过多查询覆盖不同解读角度，降低因单一检索偏差导致的错误响应25。二、技术实现原理
生成-检索-融合流程
生成阶段：LLM 根据原始查询生成 3-5 个变体问题，例如将“气候变化的影响”扩展为“全球变暖的经济后果”“碳排放对生态系统的破坏”等。检索阶段：各子查询分别通过向量相似度计算从数据库召回 Top-K 文档。融合阶段：合并所有文档并按相关性排序，去重后返回最终结果集。性能优化特性
支持异步并发执行子查询检索，显著缩短整体响应时间2。可配置生成查询数量、LLM 温度参数（temperature）以平衡生成多样性与相关性。三、典型应用场景
模糊语义解析
当用户提问包含歧义术语（如“AI 的伦理问题”）时，自动生成“人工智能数据隐私风险”“机器学习算法偏见案例”等子查询，提升知识覆盖范围。跨领域知识检索
在垂直领域（如医疗、法律）中，通过多查询映射专业术语与通用表述，解决术语差异导致的检索遗漏问题RetrievalQA 组件解析 一、核心功能与定位 检索增强生成（RAG）：将外部知识库检索与语言模型生成能力结合，通过“先检索后回答”机制提升问答准确性13。适用场景：适用于需要结合结构化/非结构化数据（如文档、数据库）的问答系统，可解决大模型幻觉问题 启动服务器 # 5. Output 问答系统的UI实现 from flask import Flask, request, render_template app = Flask(__name__) # Flask APP @app.route('/', methods=['GET', 'POST']) def home(): if request.method == 'POST': # 接收用户输入作为问题 question = request.form.get('question') # RetrievalQA链 - 读入问题，生成答案 result = qa_chain({"query": question}) # 把大模型的回答结果返回网页进行渲染 return render_template('index.html', result=result) return render_template('index.html') if __name__ == "__main__": app.run(host='0.0.0.0', debug=True, port=5000)
这里使用flask启动了一个服务，监听post请求，调用qa链，返回数据渲染到index.html
index.html文件内容如下：
<body> <div class="container"> <div class="header"> <h1>易速鲜花内部问答系统</h1> <img src="{{ url_for('static', filename='flower.png') }}" alt="flower logo" width="200"> </div> <form method="POST"> <label for="question">Enter your question:</label> <input type="text" id="question" name="question"><br> <input type="submit" value="Submit"> </form> {% if result is defined %} <h2>Answer</h2> <p>{{ result.result }}</p> {% endif %} </div> </body> 运行输入查询的问题后，后台运行的输出如下
16.LangChain实战项目2——易速鲜花内部问答系统由讯客互联人工智能栏目发布，感谢您对讯客互联的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人网站或者朋友圈，但转载请说明文章出处“16.LangChain实战项目2——易速鲜花内部问答系统”
