1.1 RAG概念
检索增强生成（Retrieval-augmented Generation），简称RAG。
RAG通常包括两个阶段：1、检索上下文相关信息；2、使用检索到的知识指导生成过程。简单来说，就像开卷考试，我们可以携带参考材料用来查找相关信息来回答问题。
1.2 RAG意义
目前对大模型的使用通常存在两个主要挑战：1、由于生成模型依赖于内在知识（权重），对于未覆盖到的知识领域可能会产生大量的幻觉，也就是“一本正经的胡说八道”；其次，由于大模型参数量巨大，重新训练或微调方法成本过高。
1.3 RAG应用框架
RAG应用框架如下图所示，包含文本向量化、检索向量数据库、获取上下文（相关知识/文档）、prompt构造、调用大模型执行文本生成等主要环节。
当然这里只是描述了一个主流程，实际应用还有对多轮/历史会话处理、多轮问题改写，意图识别与分发，结果聚合等等。
二 向量数据库
由于介绍RAG的文章已经很多，本篇主要打算介绍向量数据库部分，所以不再对RAG进行赘述。
2.1 向量数据库方案
目前已经有十几种可选的向量数据库技术方案，包括Milvus、MongoDB Atlas、Chroma、Weaviate等。从分类的角度说，包括：原生向量数据库（Chroma、LanceDB、Mivus等）、支持向量的全文检索数据库（Elastic、Lucene、OpenSearch和Solr）、支持向量的NoSQL数据库（Cassandra、Rockset、Azure Cosmos DB和MongoDB）、和支持向量的关系数据库（PostgreSQL、Clickhouse、SingleStoreDB等）。
主流向量数据库的部分指标对比如下：
通常大模型应用场景，Milvus等原生向量数据库是最推荐的。但根据实际使用场景和习惯，在知识库数量并不是很大的场景（亿级以下），考虑到使用习惯和学习复杂度，也可以选择PgSQL等关系型数据库。
2.2 PgSql与PgVector
Postgres 通过 pg_vector 和 pg_embdding 两个插件来实现向量数据库，让PG数据库支持向量索引检索的能力。其索引算法使用的是基于Faiss的IVF Flat索引，提供了优异的召回率。
三 基于PgSql的向量检索示例3.1 建立向量库
如下建表语句所示，向量库主要文档内容和embedding（文档向量化结果）。考虑到在实际应用场景可能涉及文档权限控制，或展示参考资料，我们还设计了文档名、文档id字段。
-- vector.knowledge_doc_vector definition-- Drop table-- DROP TABLE vector.knowledge_doc_vector;CREATE TABLE vector.knowledge_doc_vector (id bigserial NOT NULL,doc_id bigserial NOT NULL,embedding public.vector NULL,doc_content text NULL,doc_name varchar NULL,doc_page varchar NULL,CONSTRAINT knowledge_doc_vector_pkey PRIMARY KEY (id));
示例数据如下：
3.2 Mybatis连接PgSql
除了mybatis-plus之外，引入pgsql和pgvector两个依赖：
<dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.5.3.1</version></dependency> <dependency><groupId>org.postgresql</groupId><artifactId>postgresql</artifactId><version>42.6.0</version></dependency><dependency><groupId>com.pgvector</groupId><artifactId>pgvector</artifactId><version>0.1.6</version></dependency>
3.3 编写mapper
用于查找相似向量，按照余弦相似度计算
import com.baomidou.mybatisplus.core.mapper.BaseMapper;import com.fawvw.pms.vector.domain.dto.KnowledgeDocVectorDTO;import com.fawvw.pms.vector.domain.entity.KnowledgeDocVector;import com.google.gson.Gson;import org.apache.ibatis.annotations.Mapper;import org.apache.ibatis.annotations.SelectProvider;import java.util.Arrays;import java.util.List;import java.util.Map;@Mapperpublic interface VectorMapper extends BaseMapper<KnowledgeDocVector> {@SelectProvider(type = SqlProvider.class, method = "findUsersWithSimilarVectors")List<KnowledgeDocVectorDTO> findUsersWithSimilarVectors(double[] targetVector);static class SqlProvider {public String findUsersWithSimilarVectors(Map<String, Object> param) {System.out.println("param keys:" + new Gson().toJson(param.keySet()));double[] targetVector = (double[]) param.get("array");String sql = "SELECT id, doc_id, embedding, doc_content, " +"cosine_distance(embedding, '" + Arrays.toString(targetVector) + "') AS similarity " +"FROM knowledge_doc_vector " +"ORDER BY similarity DESC";return sql;}}}
3.4 方法中调用，查询相似向量
下面示例代码使用的是阿里的灵积服务计算embedding，也可以采用其他方式计算。
public List findSimilarVector(String query) {// query转为向量TextEmbeddingResult embeddingResult = dashCodeHttpApi.textEmbedding(query);List<Double> embeddings = embeddingResult.getOutput().getEmbeddings().get(0).getEmbedding();double[] vector = new double[embeddings.size()];for (int i = 0; i < embeddings.size(); i++) {Double embedding = embeddings.get(i);vector[i] = embedding;}log.info("vector:{}", vector);List<KnowledgeDocVectorDTO> vectorDTOList = vectorMapper.findUsersWithSimilarVectors(vector);log.info("vectorDTOList:{}", vectorDTOList);// 过滤掉相似度低的向量检索结果 阈值:0.7vectorDTOList = vectorDTOList.stream().filter(vectorDTO -> vectorDTO.getSimilarity() <= 0.7).collect(Collectors.toList());return vectorDTOList;}
拿到与问题相关的文档知识之后，我们就可以封装prompt，并调用大模型API获取生成式回答了。具体方法留在下一篇中给出。
四 小结本篇介绍了RAG的一些基础知识，以及向量库在其中的作用及选型。并基于PgSQL给出了一个向量库的使用示例。接下来的文章中，我们将深入探索如何实现可用的RAG应用。欢迎留言一起探讨。
