RAG 复习

使用 Hugging Face smolagents 的 AI Agents

Adel Nehme

VP of AI Curriculum, DataCamp

示例：智能烹饪助手

需要获取烹饪知识
信息分散在食谱、指南和规划资源中
需检索并提取最相关细节

什么是检索增强生成（RAG）？

RAG = 信息检索 + LLM 生成的结合

RAG 工作流

加载并切分文档

from langchain_community.document_loaders import PyPDFDirectoryLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter

# Load documentation from directory
loader = PyPDFDirectoryLoader("cooking_docs", mode="single")
documents = loader.load()

# Split into chunks
splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200
)
chunks = splitter.split_documents(documents)

创建向量存储

from langchain_huggingface import HuggingFaceEndpointEmbeddings
from langchain_community.vectorstores import FAISS

# Create embeddings and vector store
embedder = HuggingFaceEndpointEmbeddings(
    model="BAAI/bge-base-en-v1.5",
    task="feature-extraction",
)
vector_store = FAISS.from_documents(chunks, embedder)

查询向量存储

query = "How do I cook salmon with herbs?"

# Similarity search
relevant_docs = vector_store.similarity_search(query, k=3)

# Create a context string
context = "\n\n".join(doc.page_content for doc in relevant_docs)

查询：如何用香草烹饪三文鱼？

检索到的前 2 个片段（语义匹配）：

[1] 三文鱼准备基础（第 2 页）把三文鱼拍干以利上色。用盐、黑胡椒和新鲜莳萝或欧芹充分调味。静置鱼排 10 分钟以便入味。为均匀受热，回温至室温……

[2] 烤箱烤三文鱼（第 5 页）预热烤箱至 200°C（392°F）。将鱼排放在铺了烘焙纸的烤盘上，铺柠檬片和香草黄油（莳萝/欧芹）。烤 10–12 分钟至刚不透明、易剥落；出炉静置 2 分钟再上桌……

传统 RAG 流水线的局限

如何在 50 美元内规划一周餐食，同时满足全部营养需求？

答案分散在多份文档中（预算、营养、技巧、食谱）。

Vamos praticar!

使用 Hugging Face smolagents 的 AI Agents