阅读量:0
系列篇章💥
目录
引言
在人工智能的不断演进中，大模型如雨后春笋般涌现，它们在处理语言、生成内容、辅助决策等方面展现出令人瞩目的能力。Qwen-Agent，作为这一领域的新星，以其独特的架构和功能，为开发者提供了与这些强大模型互动的新途径。特别是其RAG（Retrieval-Augmented Generation）能力，它允许模型在生成回答前检索相关信息，极大地增强了AI助手的智能性和实用性。本文将深入探讨Qwen-Agent的RAG智能助手实践，揭示其如何通过结合AI大模型与外部工具，实现更深层次的自动化服务。
一、概述
本文专注于探索 Qwen-Agent 框架中的 RAG（Retrieval-Augmented Generation）功能，这一技术通过增强 AI 模型的检索能力，显著提升了智能助手的性能和应用范围。
RAG 技术概览
RAG 技术通过整合检索机制，允许 AI 模型在生成回答之前访问和分析大量外部数据。这种能力使得智能助手能够提供更加准确和详细的信息，尤其是在处理需要广泛背景知识的问题时。
Qwen-Agent 与 RAG
Qwen-Agent 框架通过其 RAG 实现，为开发者提供了构建智能助手的工具。本文将详细介绍如何在 Qwen-Agent 中部署和使用 RAG 功能，以及如何通过它来增强 AI 助手的信息检索和生成能力。
通过一系列实践案例，本文将展示 RAG 智能助手在处理文档检索和问答任务中的实际应用。这些案例将涵盖从技术配置到功能实现的完整流程，为开发者提供宝贵的参考和指导。
二、安装实操
Qwen-Agent 的安装部署过程简单明了，可以通过以下步骤快速开始：
pip install -U qwen-agent 从 GitHub 安装最新版本：
git clone https://github.com/QwenLM/Qwen-Agent.git cd Qwen-Agent pip install -e ./ 安装可选依赖（如果需要内置 GUI 支持）：
pip install -U qwen-agent[gui] # 或，从源代码安装最新版本: pip install -e ./[gui] 三、本地模型部署
先采用vLLM进行Qwen2-7B模型部署，启用OpenAI风格的API接口，
下载Qwen2-7B-Instruct 到本地/root/autodl-tmp/qwen目录，执行下面命令，启动OpenAI风格的API接口
python -m vllm.entrypoints.openai.api_server --model /root/autodl-tmp/qwen/Qwen2-7B-Instruct --served-model-name Qwen2-7B-Instruct --max-model-len=2048 具体参考文章：《部署高效AI模型：使用vLLM进行Qwen2-7B模型推理》
四、RAG智能助手
1、导入依赖库
from qwen_agent.agents import Assistant # 从qwen_agent.llm模块导入get_chat_model函数 from qwen_agent.llm import get_chat_model 2、定义一个Agent
# Define the agent bot = Assistant(llm={'model': 'Qwen2-7B-Instruct','model_server': 'http://localhost:8000/v1'}, name='Assistant', description='使用RAG检索并回答，支持文件类型：PDF/Word/PPT/TXT/HTML。') 3、机器人对话调用1
messages = [{'role': 'user', 'content': [{'text': '文章标题是什么？'}, {'file': '谜语问答游戏.docx'}]}] for rsp in bot.run(messages): print(rsp) 2024-07-02 09:13:01,156 - split_query.py - 82 - INFO - Extracted info from query: {"information": ["文章标题 2024-07-02 09:13:01,598 - memory.py - 113 - INFO - {"keywords_zh": ["文章标题"], "keywords_en": ["Article Title"], "text": "文章标题"} 2024-07-02 09:13:01,599 - simple_doc_parser.py - 326 - INFO - Start parsing 谜语问答游戏.docx... 2024-07-02 09:13:01,656 - simple_doc_parser.py - 365 - INFO - Finished parsing 谜语问答游戏.docx. Time spent: 0.05669236183166504 seconds. 2024-07-02 09:13:01,658 - doc_parser.py - 114 - INFO - Start chunking 谜语问答游戏.docx (谜语问答游戏.docx)... 2024-07-02 09:13:01,658 - doc_parser.py - 132 - INFO - Finished chunking 谜语问答游戏.docx (谜语问答游戏.docx). Time spent: 5.7220458984375e-05 seconds. 2024-07-02 09:13:01,659 - base_search.py - 55 - INFO - all tokens: 311 2024-07-02 09:13:01,660 - base_search.py - 58 - INFO - use full ref [{'role': 'assistant', 'content': '文章', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“谜', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“谜语', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“谜语问答', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“谜语问答游戏', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '文章标题是“谜语问答游戏”。', 'name': 'Assistant'}] 4、机器人对话调用2
messages = [{'role': 'user', 'content': [{'text': '什么东西会上升但不会下降？'}, {'file': '谜语问答游戏.docx'}]}] for rsp in bot.run(messages): print(rsp) 输出：
2024-07-02 09:17:03,950 - split_query.py - 82 - INFO - Extracted info from query: {"information": ["什么东西会上升但不会下降？ 2024-07-02 09:17:04,488 - memory.py - 113 - INFO - {"keywords_zh": ["上升", "下降"], "keywords_en": ["increase", "decrease"], "text": "什么东西会上升但不会下降？"} 2024-07-02 09:17:04,515 - simple_doc_parser.py - 324 - INFO - Read parsed 谜语问答游戏.docx from cache. 2024-07-02 09:17:04,516 - doc_parser.py - 114 - INFO - Start chunking 谜语问答游戏.docx (谜语问答游戏.docx)... 2024-07-02 09:17:04,516 - doc_parser.py - 132 - INFO - Finished chunking 谜语问答游戏.docx (谜语问答游戏.docx). Time spent: 3.743171691894531e-05 seconds. 2024-07-02 09:17:04,517 - base_search.py - 55 - INFO - all tokens: 311 2024-07-02 09:17:04,517 - base_search.py - 58 - INFO - use full ref [{'role': 'assistant', 'content': '你的', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上升', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上升但', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上升但不会', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上升但不会下降', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '你的年龄会上升但不会下降。', 'name': 'Assistant'}] 5、机器人对话调用3
messages = [{'role': 'user', 'content': [{'text': '什么是属于你的，但其他人比你使用它更多？'}, {'file': '谜语问答游戏.docx'}]}] for rsp in bot.run(messages): print(rsp) 输出：
2024-07-02 09:16:37,530 - split_query.py - 82 - INFO - Extracted info from query: {"information": ["属于你的，但其他人比你使用它更多 2024-07-02 09:16:38,446 - simple_doc_parser.py - 324 - INFO - Read parsed 谜语问答游戏.docx from cache. 2024-07-02 09:16:38,447 - doc_parser.py - 114 - INFO - Start chunking 谜语问答游戏.docx (谜语问答游戏.docx)... 2024-07-02 09:16:38,448 - doc_parser.py - 132 - INFO - Finished chunking 谜语问答游戏.docx (谜语问答游戏.docx). Time spent: 5.7220458984375e-05 seconds. 2024-07-02 09:16:38,449 - base_search.py - 55 - INFO - all tokens: 311 2024-07-02 09:16:38,449 - base_search.py - 58 - INFO - use full ref [{'role': 'assistant', 'content': '这个问题', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的文件', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的文件、', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的文件、记录', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的文件、记录中', 'name': 'Assistant'}] [{'role': 'assistant', 'content': '这个问题的答案是：“你的名字。”因为你的名字是属于你的，但其他人可以更多地使用它，比如在各种社交场合、日常交流中，以及其他人的文件、记录中。', 'name': 'Assistant'}] 本地知识库文档：谜语问答游戏.docx
谜语问答游戏
1、问题： 什么东西会上升但不会下降？
答： 你的年龄
2、问题： 每天早晨开始时，您通常会采取什么行动？
答： 睁开你的眼睛。
3、问题： 我有钥匙，但打不开锁。 我是什么？
答： 钢琴。
4、问题： 当贝克汉姆主罚点球时，他会击中哪里？
答： 球
5、问题： 什么东西一分钟一次，一瞬间两次，一千年都没有？
答： 字母“M”。
6、问题： 在跑步比赛中，如果你超过了第二个人，你会发现自己处于哪个位置？
答： 第二名。
7、问题： 没有翅膀我也能飞翔。 没有眼睛我也能哭。 每当我走的时候，黑暗就跟着我。 我是什么？
答： 一朵云。
8、问题： 什么东西无骨却难断？
答： 一个鸡蛋
9、问题： 路的左边有一座绿房子，路的右边有一座红房子。 那么，白宫在哪里？
答： 在美国华盛顿。
10 、问题： 我有城市，但没有房屋；有森林，但没有树木；有河流，但没有水。 我是什么？
答： 一张地图。
11 、问题： 什么是属于你的，但其他人比你使用它更多？
答： 你的名字。
结语
本文的探索之旅让我们深入了解了 Qwen-Agent 的 RAG（Retrieval-Augmented Generation）能力，这是一种结合了检索和生成的先进 AI 技术。通过实践案例，我们展示了如何利用 Qwen-Agent 构建一个能够理解和回应复杂查询的智能助手，这不仅增强了 AI 的交互性，也极大地提升了用户体验。
RAG 智能助手通过访问和分析外部文档，为用户的问题提供了精准的答案。这项技术的应用前景广阔，无论是在企业知识管理、客户服务还是教育领域，都能发挥重要作用。随着技术的不断进步和优化，我们有理由相信 RAG 智能助手将在 AI 领域扮演越来越重要的角色。
项目地址
🎯🔖更多专栏系列文章：AI大模型提示工程完全指南、AI大模型探索之路（零基础入门）、AI大模型预训练微调进阶、AI大模型开源精选实践、AI大模型RAG应用探索实践🔥🔥🔥 其他专栏可以查看博客主页📑
😎 作者介绍：我是寻道AI小兵，资深程序老猿，从业10年+、互联网系统架构师，目前专注于AIGC的探索。
📖 技术交流：欢迎关注【小兵的AI视界】公众号或扫描下方👇二维码，加入技术交流群，开启编程探索之旅。
💘精心准备📚500本编程经典书籍、💎AI专业教程，以及高效AI工具。等你加入，与我们一同成长，共铸辉煌未来。
如果文章内容对您有所触动，别忘了点赞、⭐关注，收藏！加入我，让我们携手同行AI的探索之旅，一起开启智能时代的大门！
