作者：杨亦诚

LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。通过LangChain，开发者可以轻松构建基于RAG或者Agent流水线的复杂应用体系，而目前我们已经可以在LangChain的关键组件LLM，Text Embedding和Reranker中直接调用OpenVINO™进行模型部署，提升本地RAG和Agent服务的性能，接下来就让我一起看下这些组件的使用方法吧。

图：RAG系统参考流水线

1. 安装方式

相比较常规的LangChain安装，如果想在LangChain中调用OpenVINO™，只需再额外安装OpenVINO的Optimum-intel组件。其中已经包含对OpenVINO™ runtime以及NNCF等依赖的安装。

pip install langchain
pip install --upgrade-strategy eager "optimum[openvino,nncf]"

2. LLM

大语言模型是LangChain框架中最核心的模型服务组件，可以实现RAG系统中的答案生成与Agent系统中的规划和工具调用能力，鉴于OpenVINO™的Optimum-intel组件目前已经适配了大部分LLM的推理任务，并且该套件可以无缝对接HuggingFace的Transformers库，因此在和LangChain的集成中，我们将OpenVINO添加为了HuggingFace Pipeline中的一个Backend后端，并直接复用其代码，开发者可以通过以下方式在LangChain的HuggingFace Pipeline中对OpenVINO™的LLM对象进行初始化， 其中model_id可以是一个HuggingFace的模型ID，也可以是本地的PyTorch或者OpenVINO格式模型路径：

from langchain_community.llms.huggingface_pipeline import HuggingFacePipeline

ov_config = {"PERFORMANCE_HINT": "LATENCY", "NUM_STREAMS": "1", "CACHE_DIR": ""}

ov_llm = HuggingFacePipeline.from_model_id(
    model_id="gpt2",
    task="text-generation",
    backend="openvino",
    model_kwargs={"device": "CPU", "ov_config": ov_config},
    pipeline_kwarg*****ax_new_tokens": 10},
)

在创建好OpenVINO™的LLM模型对象后，我们便可以想调用其他LLM组件一样来部署他的推理任务。

from langchain_core.prompts import PromptTemplate

template = """Question: {question}

Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)

chain = prompt | ov_llm

question = "What is electroencephalography?"

print(chain.invoke({"question": question}))

如果你想把LLM部署在Intel的GPU上，也可以通过修改model_kwargs={"device": "GPU"}来进行迁移。此外也可以通过Optimum-intel的命令行工具先将模型导出到本地，再进行部署，这个过程中可以直接导出INT4量化后的模型格式。

optimum-cli export openvino --model gpt2  --weight-format int4 ov_model_dir

关于OpenVINO™ LLM组件更多的信息和使用方式可以访问：

https://python.langchain.com/v0.1/docs/integrations/llms/openvino/

3. Text Embedding

Text Embedding模型是作用是将文本转化成特征向量，以便对基于文本进行相似度检索，该模型在RAG系统中得到了广泛应用，期望从Text Embedding任务中得到Top k个候选上下文Context，目前Text Embedding模型可以通过Optimum-intel中的feature-extraction任务进行导出：

optimum-cli export openvino --model BAAI/bge-**all-en --task feature-extraction

在LangChain中，我们可以通过OpenVINOEmbeddings 和OpenVINOBgeEmbeddings这两个对象来部署传统BERT类的Embedding模型以及基于BGE的Embedding模型，以下是一个BGE Embedding模型部署示例：

model_name = "BAAI/bge-**all-en"
model_kwargs = {"device": "CPU"}
encode_kwargs = {"normalize_embeddings": True}
ov_embeddings = OpenVINOBgeEmbeddings(
    model_name_or_path=model_name,
    model_kwarg***odel_kwargs,
    encode_kwargs=encode_kwargs,
)
embedding = ov_embeddings.embed_query("hi this is harrison")

关于OpenVINO™ Embedding组件更多的信息和使用方式可以访问：

https://python.langchain.com/v0.1/docs/integrations/text_embedding/openvino/

4. Reranker

Reranker本质上是一个文本分类模型，通过该模型，我们可以得到每一条候选上下文Context与问题Query的相似度列表，对其排序后，可以进一步过滤RAG系统中的上下文Context，Reranker模型可以通过Optimum-intel中的text-classification任务进行导出：

optimum-cli export openvino --model BAAI/bge-reranker-large --task text-classification

在使用过过程中，通过OpenVINOReranker进行创建Renrank任务，搭配ContextualCompressionRetriever使用，实现对检索器Retriever的搜索结果进行压缩。通过定义top n大小，可以限制最后输出的上下文语句数量，例如在下面这个例子中，我们会对检索器retriever的top k个检索结果进行重排，并选取其中与Query相似度最高的4个结果，达到进一步压缩输入Prompt长度的目的。

model_name = "BAAI/bge-reranker-large"
ov_compressor = OpenVINOReranker(model_name_or_path=model_name, top_n=4)
compression_retriever = ContextualCompressionRetriever(
    ba******pressor=ov_compressor, base_retriever=retriever
)

关于OpenVINO Reranker组件更多的信息和使用方式可以访问：

https://python.langchain.com/v0.1/docs/integrations/document_transformers/openvino_rerank/

5. 总结

基于OpenVINO™的模型任务目前已集成进了LangChain框架组件中，开发者可以以更便捷的方式，在原本基于LangChain构建的上层AI应用中，获取上对于关键模型推理性能上的提升。对于Intel的AIPC开发者来说，借助LangChain和OpenVINO的集成，也可以以更低的硬件门槛和资源占用来创建LLM服务。

6. 参考资料

· 基于LangChain和OpenVINO的RAG示例：

https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-rag-langchain

· 基于LangChain和OpenVINO的Agent示例：

https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-agent-langchain