【RAG】LangChainとGradioを使ってオリジナルチャットボットを作る

pip install torch==2.4.0+cu118 --index-url https://download.pytorch.org/whl/cu118
pip install transformers accelerate bitsandbytes sentencepiece gradio
pip install pdfminer.six
pip install langchain langchain_community langchain_huggingface
pip install faiss-cpu

使用したモデル

LLMとしてサイバーエージェントが公開している「CyberAgentLM3-22B-Chat」を使いました。
touch-sp.hatenablog.com

Pythonスクリプト

テキストデータをベクトル化して保存

目的のPDFファイルからテキストを抽出して、それを適当に分割してテキストファイルに保存しています。
方法はこちらを参照して下さい。
今回は「pdfminer.six」を使いました。

from pathlib import Path
from langchain_huggingface import HuggingFaceEmbeddings
from langchain_community.vectorstores import FAISS
from langchain_core.documents import Document

embed_model_id = "pkshatech/GLuCoSE-base-ja"
embeddings = HuggingFaceEmbeddings(model_name=embed_model_id)

text_files = Path("textdata").glob("*.txt")

text_data = []
for text_file in text_files:
    with open(text_file.as_posix(), "r", encoding="utf-8") as f:
        text_data.append(f.read())

docs = [Document(page_content=x) for x in text_data]

db = FAISS.from_documents(docs, embeddings)

db.save_local("faiss_index")

チャットボットの実行

import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
from threading import Thread
from langchain_huggingface import HuggingFaceEmbeddings
from langchain_community.vectorstores import FAISS

system_prompt_base = '''あなたは親切なAIアシスタントです。以下の与えらえた文章を参照してユーザーの質問にできるだけ丁寧に日本語で回答して下さい。与えられた文章に記載されていない内容の質問には「わかりません」と回答して下さい。

```
{context}
```'''
model = AutoModelForCausalLM.from_pretrained(
    "calm3-22b-chat-4bit",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("cyberagent/calm3-22b-chat")
streamer = TextIteratorStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

embed_model_id = "pkshatech/GLuCoSE-base-ja"
embeddings = HuggingFaceEmbeddings(model_name=embed_model_id)

db = FAISS.load_local(
    "faiss_index",
    embeddings=embeddings,
    allow_dangerous_deserialization=True
)

def call_llm(
    message: str,
    history: list[dict],
    max_tokens: int,
    temperature: float,
    top_p: float,
):
    history_openai_format = []
    if len(history) == 0:
        # langchain part
        query = message
        docs = db.similarity_search(query, k=1)
        context = docs[0].page_content
        system_prompt = system_prompt_base.format(context=context)
        init = {
            "role": "system",
            "content": system_prompt,
        }
        history_openai_format.append(init)
        history_openai_format.append({"role": "user", "content": message})
    else:
        # langchain part
        query=""
        for human, assistant in history:
            query += f" {human}"
            query += f" {assistant}"
        query += f" {message}"
        docs = db.similarity_search(query, k=1)
        context = docs[0].page_content
        system_prompt = system_prompt_base.format(context=context)
        init = {
            "role": "system",
            "content": system_prompt,
        }
        history_openai_format.append(init)
        for human, assistant in history:
            history_openai_format.append({"role": "user", "content": human})
            history_openai_format.append({"role": "assistant", "content": assistant})
        history_openai_format.append({"role": "user", "content": message})

    input_ids = tokenizer.apply_chat_template(
        history_openai_format,
        add_generation_prompt=True,
        return_tensors="pt"
    ).to(model.device)
    
    generation_kwargs = dict(
        inputs=input_ids,
        streamer=streamer,
        max_new_tokens=max_tokens,
        temperature=temperature,
        top_p=top_p
    )

    thread = Thread(target=model.generate, kwargs=generation_kwargs)
    thread.start()

    generated_text = ""
    for new_text in streamer:
        generated_text += new_text
        yield generated_text

demo = gr.ChatInterface(
    fn=call_llm,
    title="calm3-22b-chat-4bit",
    stop_btn="Stop Generation",
    cache_examples=False,
    additional_inputs_accordion=gr.Accordion(
        label="Parameters", open=False, render=False
    ),
    additional_inputs=[
        gr.Slider(
            minimum=1,
            maximum=4096,
            step=1,
            value=1024,
            label="Max tokens",
            visible=True,
            render=False,
        ),
        gr.Slider(
            minimum=0,
            maximum=1,
            step=0.1,
            value=0.3,
            label="Temperature",
            visible=True,
            render=False,
        ),
        gr.Slider(
            minimum=0,
            maximum=1,
            step=0.1,
            value=1.0,
            label="Top-p",
            visible=True,
            render=False,
        ),
    ],
)
demo.launch(share=False)