基础闯关4

环境配置

我们来配置LlamaIndex实验环境，首先创建Python环境并安装必要的库：

conda create -n llamaindex python=3.10
conda activate llamaindex
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidiapip install einops
pip install  protobuf
pip install llama-index==0.10.38 llama-index-llms-huggingface==0.2.0 "transformers[torch]==4.41.1" "huggingface_hub[inference]==0.23.1" huggingface_hub==0.23.1 sentence-transformers==2.7.0 sentencepiece==0.2.0
pip install llama-index-embeddings-huggingface llama-index-embeddings-instructor

随后我们需要下载sentence transformer模型，以生成文档和查询的嵌入向量。我们在root目录下创建llamaindex_demo和model文件夹。其中llamaindex_demo存放代码文件，model存放大模型和嵌入模型。我们进入llamaindex_demo文件夹，创建download_hf.py文件来下载huggingface嵌入模型：

# download_hf.py
import os
# 设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
# 下载模型
os.system('huggingface-cli download --resume-download sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 --local-dir /root/model/sentence-transformer')

随后在命令行运行文件：

python download_hf.py

以上命令会从huggingface镜像网站下载相对轻量、支持中文且效果较好的 paraphrase-multilingual-MiniLM-L12-v2模型。

下一步，我们需要下载NLTK资源包：

cd /root
git clone https://gitee.com/yzy0612/nltk_data.git  --branch gh-pages
cd nltk_data
mv packages/*  ./
cd tokenizers
unzip punkt.zip
cd ../taggers
unzip averaged_perceptron_tagger.zip

最后，我们在/root/model文件夹下添加开发机中已经有的internlm2-chat-1_8b文件夹的软链接：

cd ~/model
ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b/ ./

至此，基础环境全部搭建完成。

三、RAG实践

1. 不使用RAG

xtuner是上海人工智能实验室开源的大模型微调框架，由于时间较新，internlm2-chat-1_8b的训练数据中不含有xtunter相关内容。我们在不使用RAG的情况下提问：`是什么？

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(model_name="/root/model/internlm2-chat-1_8b",tokenizer_name="/root/model/internlm2-chat-1_8b",model_kwargs={"trust_remote_code":True},tokenizer_kwargs={"trust_remote_code":True}
)rsp = llm.chat(messages=[ChatMessage(content="xtuner是什么？")])
print(rsp)

返回结果如下：

internlm2-chat-1_8b认为 xtunter是一个音乐软件，显然并不正确。

2. 使用RAG

我们首先需要收集xtuner相关文档数据。对此我们克隆xtuner的github存储库并选择README_zh.md文件作为外部知识。在llamaindex_demo文件夹下创建data文件夹来放置数据：

cd ~/llamaindex_demo
mkdir data
cd data
git clone https://github.com/InternLM/xtuner.git
mv xtuner/README_zh-CN.md ./

随后我们在llamaindex_demo文件夹下创建llamaindex_RAG.py：

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM#初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
embed_model = HuggingFaceEmbedding(
#指定了一个预训练的sentence-transformer模型的路径model_name="/root/model/sentence-transformer"
)
#将创建的嵌入模型赋值给全局设置的embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_modelllm = HuggingFaceLLM(model_name="/root/model/internlm2-chat-1_8b",tokenizer_name="/root/model/internlm2-chat-1_8b",model_kwargs={"trust_remote_code":True},tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm#从指定目录读取所有文档，并加载数据到内存中
documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
response = query_engine.query("xtuner是什么?")
print('*************   Response text  ******************')
print(response.response)
print('*************   Source text  ******************')
for text in response.source_nodes:print(text.text)

这里简单介绍一下返回的response变量。response 是一个结构体变量，其中response.response为大模型的回答，response.source_nodes为检索的文档列表，通过print可以直接查看内容。结果如下：