663 lines
24 KiB
Plaintext
663 lines
24 KiB
Plaintext
{
|
||
"cells": [
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"# 24_项目实战一：个人知识库问答助手\n",
|
||
"\n",
|
||
"## 学习目标\n",
|
||
"1. 综合运用 LangChain 和 LangGraph 知识解决实际问题\n",
|
||
"2. 掌握项目需求分析、模块划分和技术选型\n",
|
||
"3. 开始构建第一个综合项目：个人知识库问答助手\n",
|
||
"\n",
|
||
"本节课会从项目角度出发，带大家一步步设计一个“个人知识库问答助手”。它的核心能力是：**用户上传或准备一些资料，助手根据资料内容回答问题，而不是凭空编答案**。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 1. 项目背景：为什么需要个人知识库问答助手\n",
|
||
"\n",
|
||
"日常学习和工作中，我们经常会有很多资料，例如：\n",
|
||
"\n",
|
||
"- 课程笔记\n",
|
||
"- 项目文档\n",
|
||
"- 公司制度\n",
|
||
"- 技术文章\n",
|
||
"- 会议记录\n",
|
||
"\n",
|
||
"如果资料很多，直接人工查找会很慢。个人知识库问答助手要解决的问题就是：\n",
|
||
"\n",
|
||
"> 用户提出问题，系统先从资料中找到相关内容，再基于这些内容生成回答。\n",
|
||
"\n",
|
||
"这类系统通常使用 RAG 技术。RAG 的全称是 Retrieval-Augmented Generation，中文可以理解为“检索增强生成”。\n",
|
||
"\n",
|
||
"通俗地说：\n",
|
||
"\n",
|
||
"1. 先查资料\n",
|
||
"2. 再带着资料回答\n",
|
||
"\n",
|
||
"这样可以减少大模型胡编乱造的问题。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 2. 需求分析\n",
|
||
"\n",
|
||
"做项目之前，不要急着写代码。第一步应该先想清楚：这个项目到底要解决什么问题。\n",
|
||
"\n",
|
||
"本项目的基础需求如下：\n",
|
||
"\n",
|
||
"| 需求 | 说明 |\n",
|
||
"| --- | --- |\n",
|
||
"| 导入资料 | 准备一批文本资料，作为知识库内容 |\n",
|
||
"| 文本切分 | 把长文档切成小段，方便检索 |\n",
|
||
"| 内容检索 | 根据用户问题找到最相关的资料片段 |\n",
|
||
"| 生成回答 | 根据检索到的资料组织答案 |\n",
|
||
"| 返回依据 | 告诉用户答案主要参考了哪些内容 |\n",
|
||
"\n",
|
||
"第一版项目先做最小可用版本，也就是 MVP。我们先不处理复杂文件上传，也不接入真实数据库，而是用少量文本模拟知识库。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 3. 项目整体流程\n",
|
||
"\n",
|
||
"个人知识库问答助手的流程可以画成下面这样：\n",
|
||
"\n",
|
||
"```text\n",
|
||
"准备文档 -> 切分文档 -> 建立索引 -> 用户提问 -> 检索相关片段 -> 生成答案\n",
|
||
"```\n",
|
||
"\n",
|
||
"如果用生活中的例子理解：\n",
|
||
"\n",
|
||
"- 准备文档：把书放进书架\n",
|
||
"- 切分文档：给书按章节拆开\n",
|
||
"- 建立索引：做目录和标签\n",
|
||
"- 用户提问：用户问“某个知识点是什么”\n",
|
||
"- 检索相关片段：先翻目录找到相关章节\n",
|
||
"- 生成答案：根据章节内容整理成自然语言回答\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 4. 技术选型\n",
|
||
"\n",
|
||
"在真实项目中，可以使用下面这些技术：\n",
|
||
"\n",
|
||
"| 模块 | 可选技术 | 作用 |\n",
|
||
"| --- | --- | --- |\n",
|
||
"| 文档加载 | LangChain DocumentLoader | 读取 PDF、Markdown、网页等资料 |\n",
|
||
"| 文本切分 | RecursiveCharacterTextSplitter | 把长文本切成小块 |\n",
|
||
"| 向量模型 | Embeddings | 把文本转成向量 |\n",
|
||
"| 向量数据库 | FAISS、Chroma | 存储并检索相似文本 |\n",
|
||
"| 大模型 | ChatOpenAI 或其他模型 | 根据资料生成答案 |\n",
|
||
"| 流程编排 | LangGraph | 把检索、回答、检查等步骤组织成工作流 |\n",
|
||
"\n",
|
||
"为了让代码更容易运行，本节先用纯 Python 实现一个简化版 RAG。理解原理后，再过渡到 LangChain 和 LangGraph。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 5. 第一步：准备模拟知识库\n",
|
||
"\n",
|
||
"我们先不用读取外部文件，而是在代码中准备几段文本，模拟个人知识库中的资料。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"documents = [\n",
|
||
" \"LangChain 是一个用于开发大模型应用的框架，它提供模型调用、提示词模板、文档加载、检索问答等能力。\",\n",
|
||
" \"LangGraph 是 LangChain 生态中的流程编排框架，适合构建多步骤、有状态、可分支的智能体应用。\",\n",
|
||
" \"RAG 是检索增强生成技术，核心流程是先从知识库中检索相关资料，再让大模型基于资料生成答案。\",\n",
|
||
" \"个人知识库问答助手可以帮助用户从自己的笔记、文档和资料中快速找到答案，减少人工查找成本。\",\n",
|
||
" \"向量数据库用于存储文本向量，并根据相似度快速找到与用户问题最相关的文本片段。\",\n",
|
||
"]\n",
|
||
"\n",
|
||
"print(f\"知识库中共有 {len(documents)} 条资料\")\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码完成了知识库的准备工作：\n",
|
||
"\n",
|
||
"1. `documents` 是一个列表，列表里的每个字符串代表一条资料。\n",
|
||
"2. 这里的资料围绕 LangChain、LangGraph、RAG、个人知识库和向量数据库。\n",
|
||
"3. `len(documents)` 用来统计资料数量。\n",
|
||
"4. 在真实项目中，`documents` 通常不是手写的，而是从 PDF、Markdown、Word、网页或数据库中读取出来的。\n",
|
||
"\n",
|
||
"这一步对应项目流程中的“准备文档”。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 6. 第二步：文本切分\n",
|
||
"\n",
|
||
"真实文档可能很长，如果直接把整篇文档拿去检索，效果通常不好。\n",
|
||
"\n",
|
||
"所以我们需要把长文本切成较小的片段。这里用一个简单函数演示文本切分。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"def split_text(text, chunk_size=30):\n",
|
||
" chunks = []\n",
|
||
" for start in range(0, len(text), chunk_size):\n",
|
||
" chunk = text[start:start + chunk_size]\n",
|
||
" chunks.append(chunk)\n",
|
||
" return chunks\n",
|
||
"\n",
|
||
"\n",
|
||
"all_chunks = []\n",
|
||
"for doc in documents:\n",
|
||
" chunks = split_text(doc, chunk_size=30)\n",
|
||
" all_chunks.extend(chunks)\n",
|
||
"\n",
|
||
"for index, chunk in enumerate(all_chunks, start=1):\n",
|
||
" print(f\"片段 {index}: {chunk}\")\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码实现了一个简化版文本切分器：\n",
|
||
"\n",
|
||
"1. `split_text(text, chunk_size=30)` 表示把文本按固定长度切分，每段最多 30 个字符。\n",
|
||
"2. `range(0, len(text), chunk_size)` 会生成每个片段的起始位置。\n",
|
||
"3. `text[start:start + chunk_size]` 使用字符串切片取出一小段文本。\n",
|
||
"4. `all_chunks.extend(chunks)` 把每篇文档切出来的片段合并到总列表中。\n",
|
||
"5. 最后的循环会打印所有文本片段，方便观察切分效果。\n",
|
||
"\n",
|
||
"真实项目中，通常会使用 LangChain 的 `RecursiveCharacterTextSplitter`，它比这里的固定长度切分更智能，会尽量按段落、句子等边界切分。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 7. 第三步：实现一个简单检索器\n",
|
||
"\n",
|
||
"标准 RAG 通常会用向量相似度检索。为了让初学者更容易理解，我们先用“关键词重合数量”模拟检索。\n",
|
||
"\n",
|
||
"规则很简单：用户问题和某个资料片段中重复出现的字越多，就认为它越相关。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"def simple_score(question, chunk):\n",
|
||
" question_chars = set(question)\n",
|
||
" chunk_chars = set(chunk)\n",
|
||
" common_chars = question_chars & chunk_chars\n",
|
||
" return len(common_chars)\n",
|
||
"\n",
|
||
"\n",
|
||
"def retrieve(question, chunks, top_k=2):\n",
|
||
" scored_chunks = []\n",
|
||
" for chunk in chunks:\n",
|
||
" score = simple_score(question, chunk)\n",
|
||
" scored_chunks.append((score, chunk))\n",
|
||
"\n",
|
||
" scored_chunks.sort(reverse=True, key=lambda item: item[0])\n",
|
||
" return scored_chunks[:top_k]\n",
|
||
"\n",
|
||
"\n",
|
||
"question = \"什么是 RAG？\"\n",
|
||
"retrieved_chunks = retrieve(question, all_chunks, top_k=3)\n",
|
||
"\n",
|
||
"for score, chunk in retrieved_chunks:\n",
|
||
" print(f\"相关度分数：{score}，内容：{chunk}\")\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码实现了一个简单检索器：\n",
|
||
"\n",
|
||
"1. `simple_score(question, chunk)` 用来计算问题和资料片段的相关度。\n",
|
||
"2. `set(question)` 会把问题中的字符去重后放入集合。\n",
|
||
"3. `question_chars & chunk_chars` 表示取两个集合的交集，也就是问题和片段中共同出现的字符。\n",
|
||
"4. `len(common_chars)` 用共同字符数量作为相关度分数。\n",
|
||
"5. `retrieve(question, chunks, top_k=2)` 会给所有片段打分，并返回分数最高的前 `top_k` 个。\n",
|
||
"6. `scored_chunks.sort(reverse=True, key=lambda item: item[0])` 表示按照分数从高到低排序。\n",
|
||
"\n",
|
||
"这个检索器很简单，但它帮助我们理解了检索阶段的本质：**从大量资料中找出最可能有用的内容**。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 8. 第四步：根据检索结果生成答案\n",
|
||
"\n",
|
||
"在真实 RAG 系统中，生成答案通常由大模型完成。\n",
|
||
"\n",
|
||
"这里为了避免依赖外部 API，我们先用一个函数模拟回答生成：把检索到的资料整理成答案。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"def generate_answer(question, retrieved_chunks):\n",
|
||
" context = \"\".join([chunk for score, chunk in retrieved_chunks])\n",
|
||
" answer = f\"问题：{question}\\n\\n\"\n",
|
||
" answer += \"根据知识库中检索到的内容，可以参考以下信息回答：\\n\"\n",
|
||
" answer += context\n",
|
||
" answer += \"\\n\\n总结：以上内容是从个人知识库中找到的相关资料，回答时应优先依据这些资料。\"\n",
|
||
" return answer\n",
|
||
"\n",
|
||
"\n",
|
||
"answer = generate_answer(question, retrieved_chunks)\n",
|
||
"print(answer)\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码模拟了回答生成过程：\n",
|
||
"\n",
|
||
"1. `generate_answer(question, retrieved_chunks)` 接收用户问题和检索结果。\n",
|
||
"2. `[chunk for score, chunk in retrieved_chunks]` 从检索结果中取出文本片段，忽略分数。\n",
|
||
"3. `'\\n'.join(...)` 把多个片段用换行符拼接成上下文。\n",
|
||
"4. `answer += ...` 逐步拼接最终回答内容。\n",
|
||
"5. 真实项目中，这一步通常会把 `question` 和 `context` 放进提示词，然后交给大模型生成更自然、更完整的回答。\n",
|
||
"\n",
|
||
"这一阶段的关键原则是：**回答要基于检索到的资料，而不是凭空生成**。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 9. 封装成一个完整问答函数\n",
|
||
"\n",
|
||
"现在我们已经有了文档片段、检索器和回答生成函数。下一步把它们封装成一个完整的 `ask_knowledge_base` 函数。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"def ask_knowledge_base(question, chunks, top_k=3):\n",
|
||
" retrieved = retrieve(question, chunks, top_k=top_k)\n",
|
||
" answer = generate_answer(question, retrieved)\n",
|
||
" return {\n",
|
||
" \"question\": question,\n",
|
||
" \"retrieved\": retrieved,\n",
|
||
" \"answer\": answer,\n",
|
||
" }\n",
|
||
"\n",
|
||
"\n",
|
||
"result = ask_knowledge_base(\"LangGraph 适合做什么？\", all_chunks)\n",
|
||
"print(result[\"answer\"])\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码把前面的步骤组合成一个完整功能：\n",
|
||
"\n",
|
||
"1. `ask_knowledge_base` 是问答助手的主入口。用户只需要传入问题。\n",
|
||
"2. `retrieve(question, chunks, top_k=top_k)` 先从知识库片段中找相关内容。\n",
|
||
"3. `generate_answer(question, retrieved)` 再根据检索结果生成答案。\n",
|
||
"4. 函数返回一个字典，里面包含原问题、检索结果和最终答案。\n",
|
||
"5. 返回检索结果的好处是：后续可以展示“参考来源”，让用户知道答案从哪里来。\n",
|
||
"\n",
|
||
"到这里，我们已经完成了一个最小版本的个人知识库问答助手。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 10. 用 LangChain 思路改造项目结构\n",
|
||
"\n",
|
||
"虽然上面的代码是纯 Python，但它已经对应了 LangChain RAG 的主要模块。\n",
|
||
"\n",
|
||
"| 当前示例 | LangChain 中常见模块 |\n",
|
||
"| --- | --- |\n",
|
||
"| `documents` | DocumentLoader 加载出的文档 |\n",
|
||
"| `split_text` | TextSplitter |\n",
|
||
"| `retrieve` | Retriever |\n",
|
||
"| `generate_answer` | LLMChain 或 LCEL 链 |\n",
|
||
"| `ask_knowledge_base` | 完整 RAG Chain |\n",
|
||
"\n",
|
||
"所以学习项目时不要只记 API，更重要的是理解每个模块承担什么职责。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 11. LangChain 版伪代码\n",
|
||
"\n",
|
||
"下面给出一个接近真实项目的 LangChain 写法。由于不同环境中的模型和 API Key 不一定相同，这段代码作为结构参考，不要求直接运行。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"# 下面是 LangChain RAG 的典型结构示例，作为项目结构参考\n",
|
||
"\n",
|
||
"# from langchain_text_splitters import RecursiveCharacterTextSplitter\n",
|
||
"# from langchain_community.vectorstores import FAISS\n",
|
||
"# from langchain_openai import OpenAIEmbeddings, ChatOpenAI\n",
|
||
"# from langchain_core.prompts import ChatPromptTemplate\n",
|
||
"\n",
|
||
"# text_splitter = RecursiveCharacterTextSplitter(\n",
|
||
"# chunk_size=500,\n",
|
||
"# chunk_overlap=50,\n",
|
||
"# )\n",
|
||
"# docs = text_splitter.create_documents(documents)\n",
|
||
"\n",
|
||
"# embeddings = OpenAIEmbeddings(model=\"qwen3-embedding\")\n",
|
||
"# vectorstore = FAISS.from_documents(docs, embeddings)\n",
|
||
"# retriever = vectorstore.as_retriever(search_kwargs={\"k\": 3})\n",
|
||
"\n",
|
||
"# prompt = ChatPromptTemplate.from_template(\"\"\"\n",
|
||
"# 请根据下面的资料回答用户问题。\n",
|
||
"# 如果资料中没有答案，请说明不知道，不要编造。\n",
|
||
"\n",
|
||
"# 资料：\n",
|
||
"# {context}\n",
|
||
"\n",
|
||
"# 问题：\n",
|
||
"# {question}\n",
|
||
"# \"\"\")\n",
|
||
"\n",
|
||
"# llm = ChatOpenAI(model=\"qwen3.6-35b-A3b\")\n",
|
||
"# chain = prompt | llm\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码展示了真实 LangChain 项目的常见结构：\n",
|
||
"\n",
|
||
"1. `RecursiveCharacterTextSplitter` 用于文本切分，`chunk_size` 控制每块大小，`chunk_overlap` 控制相邻片段之间的重叠内容。\n",
|
||
"2. `FAISS.from_documents(docs, embeddings)` 会把文档转换成向量并存入 FAISS 向量库。\n",
|
||
"3. `vectorstore.as_retriever(search_kwargs={\"k\": 3})` 会创建检索器，每次返回最相关的 3 个片段。\n",
|
||
"4. `ChatPromptTemplate.from_template(...)` 定义提示词模板，要求模型必须根据资料回答。\n",
|
||
"5. `prompt | llm` 是 LangChain 表达式语言 LCEL 的写法，表示把提示词输出交给大模型。\n",
|
||
"\n",
|
||
"这段代码被注释掉，是因为它依赖真实模型、Embedding 服务和相关包。课程中先理解结构，后续再接入真实模型即可。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 12. 用 LangGraph 设计项目工作流\n",
|
||
"\n",
|
||
"如果项目流程变复杂，例如要增加问题改写、检索质量检查、答案审核，就可以使用 LangGraph 编排流程。\n",
|
||
"\n",
|
||
"一个基础工作流可以设计为：\n",
|
||
"\n",
|
||
"```text\n",
|
||
"用户问题 -> 检索节点 -> 回答生成节点 -> 输出结果\n",
|
||
"```\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"from typing import List, Tuple, TypedDict\n",
|
||
"\n",
|
||
"\n",
|
||
"class QAState(TypedDict):\n",
|
||
" question: str\n",
|
||
" chunks: List[str]\n",
|
||
" retrieved: List[Tuple[int, str]]\n",
|
||
" answer: str\n",
|
||
"\n",
|
||
"\n",
|
||
"def retrieve_node(state: QAState):\n",
|
||
" retrieved = retrieve(state[\"question\"], state[\"chunks\"], top_k=3)\n",
|
||
" return {\"retrieved\": retrieved}\n",
|
||
"\n",
|
||
"\n",
|
||
"def answer_node(state: QAState):\n",
|
||
" answer = generate_answer(state[\"question\"], state[\"retrieved\"])\n",
|
||
" return {\"answer\": answer}\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码先定义 LangGraph 工作流需要的状态和节点：\n",
|
||
"\n",
|
||
"1. `QAState` 表示问答流程中的共享数据。\n",
|
||
"2. `question` 保存用户问题。\n",
|
||
"3. `chunks` 保存知识库切分后的文本片段。\n",
|
||
"4. `retrieved` 保存检索结果，每个结果包含分数和文本片段。\n",
|
||
"5. `answer` 保存最终答案。\n",
|
||
"6. `retrieve_node` 是检索节点，负责调用前面写好的 `retrieve` 函数。\n",
|
||
"7. `answer_node` 是回答节点，负责调用 `generate_answer` 生成答案。\n",
|
||
"\n",
|
||
"可以看到，LangGraph 节点并不神秘，本质上就是接收 State、处理数据、返回更新字段的普通函数。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 13. 构建 LangGraph 工作流\n",
|
||
"\n",
|
||
"下面把检索节点和回答节点连接起来。\n",
|
||
"\n",
|
||
"如果当前环境没有安装 LangGraph，可以先运行：`%pip install langgraph`。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"# 如果没有安装 LangGraph，取消下一行注释后运行\n",
|
||
"# %pip install langgraph\n",
|
||
"\n",
|
||
"from langgraph.graph import END, START, StateGraph\n",
|
||
"\n",
|
||
"\n",
|
||
"qa_workflow = StateGraph(QAState)\n",
|
||
"\n",
|
||
"qa_workflow.add_node(\"retrieve\", retrieve_node)\n",
|
||
"qa_workflow.add_node(\"answer\", answer_node)\n",
|
||
"\n",
|
||
"qa_workflow.add_edge(START, \"retrieve\")\n",
|
||
"qa_workflow.add_edge(\"retrieve\", \"answer\")\n",
|
||
"qa_workflow.add_edge(\"answer\", END)\n",
|
||
"\n",
|
||
"qa_app = qa_workflow.compile()\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码把问答流程编排成 LangGraph 工作流：\n",
|
||
"\n",
|
||
"1. `StateGraph(QAState)` 创建一张基于 `QAState` 的流程图。\n",
|
||
"2. `add_node(\"retrieve\", retrieve_node)` 添加检索节点。\n",
|
||
"3. `add_node(\"answer\", answer_node)` 添加回答生成节点。\n",
|
||
"4. `add_edge(START, \"retrieve\")` 表示从检索节点开始。\n",
|
||
"5. `add_edge(\"retrieve\", \"answer\")` 表示检索完成后进入回答节点。\n",
|
||
"6. `add_edge(\"answer\", END)` 表示回答生成后流程结束。\n",
|
||
"7. `compile()` 把流程图编译成可以调用的 `qa_app`。\n",
|
||
"\n",
|
||
"这就是一个最小 LangGraph 版个人知识库问答流程。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 14. 运行 LangGraph 问答助手\n",
|
||
"\n",
|
||
"现在传入问题和知识库片段，运行整个工作流。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "code",
|
||
"execution_count": null,
|
||
"metadata": {},
|
||
"outputs": [],
|
||
"source": [
|
||
"initial_state = {\n",
|
||
" \"question\": \"个人知识库问答助手有什么作用？\",\n",
|
||
" \"chunks\": all_chunks,\n",
|
||
" \"retrieved\": [],\n",
|
||
" \"answer\": \"\",\n",
|
||
"}\n",
|
||
"\n",
|
||
"final_state = qa_app.invoke(initial_state)\n",
|
||
"print(final_state[\"answer\"])\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"### 代码解释\n",
|
||
"\n",
|
||
"这段代码运行了 LangGraph 工作流：\n",
|
||
"\n",
|
||
"1. `initial_state` 是初始状态，包含用户问题、知识库片段、空的检索结果和空答案。\n",
|
||
"2. `qa_app.invoke(initial_state)` 启动工作流。\n",
|
||
"3. 数据会先进入 `retrieve_node`，生成 `retrieved`。\n",
|
||
"4. 然后进入 `answer_node`，生成 `answer`。\n",
|
||
"5. 最终返回 `final_state`，我们打印其中的 `answer`。\n",
|
||
"\n",
|
||
"这个例子说明：LangGraph 适合把多个处理步骤组织成清晰、可维护的项目流程。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 15. 项目可以如何继续升级\n",
|
||
"\n",
|
||
"当前版本只是教学版 MVP，后续可以从这些方向升级：\n",
|
||
"\n",
|
||
"1. 支持读取 PDF、Markdown、Word 等真实文件。\n",
|
||
"2. 使用真实 Embedding 模型，把关键词检索升级为向量检索。\n",
|
||
"3. 使用 Chroma 或 FAISS 保存向量索引。\n",
|
||
"4. 接入真实大模型，生成更自然的回答。\n",
|
||
"5. 增加“无法回答”判断，避免资料不足时强行回答。\n",
|
||
"6. 增加来源展示，让用户看到答案引用了哪些资料。\n",
|
||
"7. 使用 LangGraph 增加问题改写、答案审核、多轮追问等节点。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 16. 小结\n",
|
||
"\n",
|
||
"本节课完成了个人知识库问答助手的第一版项目设计和实现。\n",
|
||
"\n",
|
||
"你需要重点掌握：\n",
|
||
"\n",
|
||
"1. 项目开发要先做需求分析，再写代码。\n",
|
||
"2. RAG 的核心流程是：准备资料、切分资料、检索资料、生成答案。\n",
|
||
"3. LangChain 更适合提供文档加载、切分、检索、模型调用等组件。\n",
|
||
"4. LangGraph 更适合把多个步骤编排成清晰工作流。\n",
|
||
"5. 初学项目时，可以先用纯 Python 理解原理，再逐步替换成成熟框架。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"metadata": {},
|
||
"source": [
|
||
"## 17. 练习题\n",
|
||
"\n",
|
||
"1. 往 `documents` 中新增 3 条自己的学习笔记，然后重新运行问答流程。\n",
|
||
"2. 修改 `top_k`，观察返回 1 条、3 条、5 条资料时答案有什么变化。\n",
|
||
"3. 修改 `simple_score`，让它按词语而不是按字符计算相关度。\n",
|
||
"4. 在 `generate_answer` 中增加“参考资料”部分，把检索到的片段编号展示出来。\n",
|
||
"5. 给 LangGraph 工作流新增一个 `check_node`，判断是否检索到了相关资料。\n"
|
||
]
|
||
}
|
||
],
|
||
"metadata": {
|
||
"kernelspec": {
|
||
"display_name": ".venv",
|
||
"language": "python",
|
||
"name": "python3"
|
||
},
|
||
"language_info": {
|
||
"codemirror_mode": {
|
||
"name": "ipython",
|
||
"version": 3
|
||
},
|
||
"file_extension": ".py",
|
||
"mimetype": "text/x-python",
|
||
"name": "python",
|
||
"nbconvert_exporter": "python",
|
||
"pygments_lexer": "ipython3",
|
||
"version": "3.14.4"
|
||
}
|
||
},
|
||
"nbformat": 4,
|
||
"nbformat_minor": 4
|
||
}
|