检索增强生成

检索增强生成（Retrieval Augmented Generation, RAG）是一种有用的技术，用于克服大型语言模型在长篇内容、事实准确性和上下文感知方面的局限性。

Spring AI 通过提供模块化架构来支持 RAG，该架构允许您自行构建自定义 RAG 流，或使用 Advisor API 使用开箱即用的 RAG 流。

在概念部分了解有关检索增强生成的更多信息。

Advisor

Spring AI 使用 Advisor API 为常见的 RAG 流提供开箱即用的支持。

要使用 QuestionAnswerAdvisor 或 VectorStoreChatMemoryAdvisor，您需要在项目中添加 spring-ai-advisors-vector-store 依赖。

<dependency>
   <groupId>org.springframework.ai</groupId>
   <artifactId>spring-ai-advisors-vector-store</artifactId>
</dependency>

QuestionAnswerAdvisor

向量数据库存储 AI 模型不知道的数据。当用户问题发送到 AI 模型时，QuestionAnswerAdvisor 会查询向量数据库以获取与用户问题相关的文档。

向量数据库的响应会附加到用户文本中，为 AI 模型生成响应提供上下文。

假设您已经将数据加载到 VectorStore 中，您可以通过向 ChatClient 提供 QuestionAnswerAdvisor 实例来执行检索增强生成（RAG）。

ChatResponse response = ChatClient.builder(chatModel)
        .build().prompt()
        .advisors(QuestionAnswerAdvisor.builder(vectorStore).build())
        .user(userText)
        .call()
        .chatResponse();

在此示例中，QuestionAnswerAdvisor 将对向量数据库中的所有文档执行相似性搜索。为了限制搜索的文档类型，SearchRequest 接受一个类似 SQL 的过滤表达式，该表达式在所有 VectorStore 中都是可移植的。

此过滤表达式可以在创建 QuestionAnswerAdvisor 时配置，因此它将始终适用于所有 ChatClient 请求，或者可以在运行时根据每个请求提供。

以下是如何创建 QuestionAnswerAdvisor 实例，其中阈值为 0.8 并返回前 6 个结果。

var qaAdvisor = QuestionAnswerAdvisor.builder(vectorStore)
        .searchRequest(SearchRequest.builder().similarityThreshold(0.8d).topK(6).build())
        .build();

动态过滤表达式

使用 FILTER_EXPRESSION advisor 上下文参数在运行时更新 SearchRequest 过滤表达式。

ChatClient chatClient = ChatClient.builder(chatModel)
    .defaultAdvisors(QuestionAnswerAdvisor.builder(vectorStore)
        .searchRequest(SearchRequest.builder().build())
        .build())
    .build();

// Update filter expression at runtime
String content = this.chatClient.prompt()
    .user("Please answer my question XYZ")
    .advisors(a -> a.param(QuestionAnswerAdvisor.FILTER_EXPRESSION, "type == 'Spring'"))
    .call()
    .content();

FILTER_EXPRESSION 参数允许您根据提供的表达式动态过滤搜索结果。

自定义模板

QuestionAnswerAdvisor 使用默认模板来使用检索到的文档增强用户问题。您可以通过 .promptTemplate() 构建器方法提供自己的 PromptTemplate 对象来定制此行为。

此处提供的 PromptTemplate 自定义了 advisor 如何将检索到的上下文与用户查询合并。这与在 ChatClient 本身（使用 .templateRenderer()）上配置 TemplateRenderer 不同，后者会影响 advisor 运行**之前**初始用户/系统提示内容的渲染。有关客户端级别模板渲染的更多详细信息，请参阅ChatClient 提示模板。

自定义 PromptTemplate 可以使用任何 TemplateRenderer 实现（默认情况下，它使用基于 StringTemplate 引擎的 StPromptTemplate）。重要的要求是模板必须包含以下两个占位符。

  • 一个 query 占位符，用于接收用户问题。

  • 一个 question_answer_context 占位符用于接收检索到的上下文。

PromptTemplate customPromptTemplate = PromptTemplate.builder()
    .renderer(StTemplateRenderer.builder().startDelimiterToken('<').endDelimiterToken('>').build())
    .template("""
            <query>

            Context information is below.

			---------------------
			<question_answer_context>
			---------------------

			Given the context information and no prior knowledge, answer the query.

			Follow these rules:

			1. If the answer is not in the context, just say that you don't know.
			2. Avoid statements like "Based on the context..." or "The provided information...".
            """)
    .build();

    String question = "Where does the adventure of Anacletus and Birba take place?";

    QuestionAnswerAdvisor qaAdvisor = QuestionAnswerAdvisor.builder(vectorStore)
        .promptTemplate(customPromptTemplate)
        .build();

    String response = ChatClient.builder(chatModel).build()
        .prompt(question)
        .advisors(qaAdvisor)
        .call()
        .content();
QuestionAnswerAdvisor.Builder.userTextAdvise() 方法已弃用，取而代之的是使用 .promptTemplate() 以实现更灵活的自定义。

RetrievalAugmentationAdvisor

Spring AI 包含一个RAG 模块库，您可以用于构建自己的 RAG 流。RetrievalAugmentationAdvisor 是一个 Advisor，它基于模块化架构为最常见的 RAG 流提供开箱即用的实现。

要使用 RetrievalAugmentationAdvisor，您需要将 spring-ai-rag 依赖项添加到您的项目中。

<dependency>
   <groupId>org.springframework.ai</groupId>
   <artifactId>spring-ai-rag</artifactId>
</dependency>

顺序 RAG 流

朴素 RAG
Advisor retrievalAugmentationAdvisor = RetrievalAugmentationAdvisor.builder()
        .documentRetriever(VectorStoreDocumentRetriever.builder()
                .similarityThreshold(0.50)
                .vectorStore(vectorStore)
                .build())
        .build();

String answer = chatClient.prompt()
        .advisors(retrievalAugmentationAdvisor)
        .user(question)
        .call()
        .content();

默认情况下，RetrievalAugmentationAdvisor 不允许检索到的上下文为空。当这种情况发生时，它会指示模型不回答用户查询。您可以按如下方式允许空上下文。

Advisor retrievalAugmentationAdvisor = RetrievalAugmentationAdvisor.builder()
        .documentRetriever(VectorStoreDocumentRetriever.builder()
                .similarityThreshold(0.50)
                .vectorStore(vectorStore)
                .build())
        .queryAugmenter(ContextualQueryAugmenter.builder()
                .allowEmptyContext(true)
                .build())
        .build();

String answer = chatClient.prompt()
        .advisors(retrievalAugmentationAdvisor)
        .user(question)
        .call()
        .content();

VectorStoreDocumentRetriever 接受一个 FilterExpression 以根据元数据过滤搜索结果。您可以在实例化 VectorStoreDocumentRetriever 时提供一个，或者在运行时通过 FILTER_EXPRESSION advisor 上下文参数为每个请求提供。

Advisor retrievalAugmentationAdvisor = RetrievalAugmentationAdvisor.builder()
        .documentRetriever(VectorStoreDocumentRetriever.builder()
                .similarityThreshold(0.50)
                .vectorStore(vectorStore)
                .build())
        .build();

String answer = chatClient.prompt()
        .advisors(retrievalAugmentationAdvisor)
        .advisors(a -> a.param(VectorStoreDocumentRetriever.FILTER_EXPRESSION, "type == 'Spring'"))
        .user(question)
        .call()
        .content();

有关更多信息，请参阅VectorStoreDocumentRetriever。

高级 RAG
Advisor retrievalAugmentationAdvisor = RetrievalAugmentationAdvisor.builder()
        .queryTransformers(RewriteQueryTransformer.builder()
                .chatClientBuilder(chatClientBuilder.build().mutate())
                .build())
        .documentRetriever(VectorStoreDocumentRetriever.builder()
                .similarityThreshold(0.50)
                .vectorStore(vectorStore)
                .build())
        .build();

String answer = chatClient.prompt()
        .advisors(retrievalAugmentationAdvisor)
        .user(question)
        .call()
        .content();

您还可以使用 DocumentPostProcessor API 在将检索到的文档传递给模型之前对其进行后处理。例如，您可以使用这样的接口根据文档与查询的相关性对其进行重新排名，删除不相关或冗余的文档，或压缩每个文档的内容以减少噪声和冗余。

模块

Spring AI 实现了模块化 RAG 架构，其灵感来自论文“模块化 RAG：将 RAG 系统转变为乐高式可重构框架”中详述的模块化概念。

预检索

预检索模块负责处理用户查询以获得最佳检索结果。

查询转换

一个用于转换输入查询的组件，使其更有效地用于检索任务，解决诸如格式不良的查询、模糊的术语、复杂的词汇或不支持的语言等挑战。

在使用 QueryTransformer 时，建议将 ChatClient.Builder 配置为低温度（例如 0.0），以确保更确定和准确的结果，从而提高检索质量。大多数聊天模型的默认温度通常过高，不利于最佳查询转换，从而降低检索效率。
CompressionQueryTransformer

CompressionQueryTransformer 使用大型语言模型将对话历史记录和后续查询压缩成一个独立的查询，该查询捕获了对话的精髓。

当对话历史记录很长且后续查询与对话上下文相关时，此转换器非常有用。

Query query = Query.builder()
        .text("And what is its second largest city?")
        .history(new UserMessage("What is the capital of Denmark?"),
                new AssistantMessage("Copenhagen is the capital of Denmark."))
        .build();

QueryTransformer queryTransformer = CompressionQueryTransformer.builder()
        .chatClientBuilder(chatClientBuilder)
        .build();

Query transformedQuery = queryTransformer.transform(query);

此组件使用的提示可以通过构建器中可用的 promptTemplate() 方法进行自定义。

RewriteQueryTransformer

RewriteQueryTransformer 使用大型语言模型重写用户查询，以便在查询目标系统（例如向量存储或网络搜索引擎）时提供更好的结果。

当用户查询冗长、模糊或包含可能影响搜索结果质量的不相关信息时，此转换器非常有用。

Query query = new Query("I'm studying machine learning. What is an LLM?");

QueryTransformer queryTransformer = RewriteQueryTransformer.builder()
        .chatClientBuilder(chatClientBuilder)
        .build();

Query transformedQuery = queryTransformer.transform(query);

此组件使用的提示可以通过构建器中可用的 promptTemplate() 方法进行自定义。

TranslationQueryTransformer

TranslationQueryTransformer 使用大型语言模型将查询翻译成嵌入模型用于生成文档嵌入的目标语言。如果查询已经使用目标语言，则原样返回。如果查询的语言未知，也原样返回。

当嵌入模型使用特定语言进行训练而用户查询使用不同语言时，此转换器非常有用。

Query query = new Query("Hvad er Danmarks hovedstad?");

QueryTransformer queryTransformer = TranslationQueryTransformer.builder()
        .chatClientBuilder(chatClientBuilder)
        .targetLanguage("english")
        .build();

Query transformedQuery = queryTransformer.transform(query);

此组件使用的提示可以通过构建器中可用的 promptTemplate() 方法进行自定义。

查询扩展

一个用于将输入查询扩展为查询列表的组件，通过提供替代查询形式或将复杂问题分解为更简单的子查询来解决格式不良查询等挑战。

MultiQueryExpander

MultiQueryExpander 使用大型语言模型将查询扩展为多个语义多样化的变体，以捕捉不同的视角，这对于检索额外的上下文信息和增加找到相关结果的机会非常有用。

MultiQueryExpander queryExpander = MultiQueryExpander.builder()
    .chatClientBuilder(chatClientBuilder)
    .numberOfQueries(3)
    .build();
List<Query> queries = queryExpander.expand(new Query("How to run a Spring Boot app?"));

默认情况下，MultiQueryExpander 将原始查询包含在扩展查询列表中。您可以通过构建器中的 includeOriginal 方法禁用此行为。

MultiQueryExpander queryExpander = MultiQueryExpander.builder()
    .chatClientBuilder(chatClientBuilder)
    .includeOriginal(false)
    .build();

此组件使用的提示可以通过构建器中可用的 promptTemplate() 方法进行自定义。

检索

检索模块负责查询向量存储等数据系统并检索最相关的文档。

文档搜索

负责从底层数据源（例如搜索引擎、向量存储、数据库或知识图）检索 Documents 的组件。

VectorStoreDocumentRetriever

VectorStoreDocumentRetriever 从向量存储中检索与输入查询语义相似的文档。它支持基于元数据、相似性阈值和 top-k 结果进行过滤。

DocumentRetriever retriever = VectorStoreDocumentRetriever.builder()
    .vectorStore(vectorStore)
    .similarityThreshold(0.73)
    .topK(5)
    .filterExpression(new FilterExpressionBuilder()
        .eq("genre", "fairytale")
        .build())
    .build();
List<Document> documents = retriever.retrieve(new Query("What is the main character of the story?"));

过滤表达式可以是静态的或动态的。对于动态过滤表达式，您可以传递一个 Supplier。

DocumentRetriever retriever = VectorStoreDocumentRetriever.builder()
    .vectorStore(vectorStore)
    .filterExpression(() -> new FilterExpressionBuilder()
        .eq("tenant", TenantContextHolder.getTenantIdentifier())
        .build())
    .build();
List<Document> documents = retriever.retrieve(new Query("What are the KPIs for the next semester?"));

您还可以通过 Query API，使用 FILTER_EXPRESSION 参数提供请求特定的过滤表达式。如果同时提供了请求特定和检索器特定的过滤表达式，则请求特定的过滤表达式优先。

Query query = Query.builder()
    .text("Who is Anacletus?")
    .context(Map.of(VectorStoreDocumentRetriever.FILTER_EXPRESSION, "location == 'Whispering Woods'"))
    .build();
List<Document> retrievedDocuments = documentRetriever.retrieve(query);

文档合并

一个组件，用于将基于多个查询和来自多个数据源检索到的文档合并成一个文档集合。作为合并过程的一部分，它还可以处理重复文档和互惠排名策略。

ConcatenationDocumentJoiner

ConcatenationDocumentJoiner 通过将基于多个查询和来自多个数据源检索到的文档连接成一个文档集合来合并它们。如果存在重复文档，则保留第一个出现的文档。每个文档的得分保持不变。

Map<Query, List<List<Document>>> documentsForQuery = ...
DocumentJoiner documentJoiner = new ConcatenationDocumentJoiner();
List<Document> documents = documentJoiner.join(documentsForQuery);

后检索

后检索模块负责处理检索到的文档，以获得最佳生成结果。

文档后处理

一个组件，用于根据查询对检索到的文档进行后处理，解决诸如“迷失在中间”、模型上下文长度限制以及需要减少检索信息中的噪声和冗余等挑战。

例如，它可以根据文档与查询的相关性对文档进行排名，删除不相关或冗余的文档，或压缩每个文档的内容以减少噪声和冗余。

生成

生成模块负责根据用户查询和检索到的文档生成最终响应。

查询增强

一个组件，用于使用额外数据增强输入查询，这对于为大型语言模型提供必要的上下文以回答用户查询非常有用。

ContextualQueryAugmenter

ContextualQueryAugmenter 使用提供文档内容中的上下文数据增强用户查询。

QueryAugmenter queryAugmenter = ContextualQueryAugmenter.builder().build();

默认情况下，ContextualQueryAugmenter 不允许检索到的上下文为空。当这种情况发生时，它会指示模型不回答用户查询。

您可以启用 allowEmptyContext 选项，以允许模型即使在检索到的上下文为空时也能生成响应。

QueryAugmenter queryAugmenter = ContextualQueryAugmenter.builder()
        .allowEmptyContext(true)
        .build();

此组件使用的提示可以通过构建器中可用的 promptTemplate() 和 emptyContextPromptTemplate() 方法进行自定义。

© . This site is unofficial and not affiliated with VMware.