AI 时代的阅读革新！微信读书基于腾讯云 ES 的“AI 问书”RAG 最佳实践

引言

当我们需要深入了解一个知识点时，我们可能会通过阅读大量的书籍进行总结，或者是通过浏览器搜索相关的文章，不论是哪种方式，都需要我们花很多时间去进行知识过滤与提取，那么，有没有一个方案，能够让我们能够快速的了解该知识点的含义，并标注来源与作者以及进行关联内容推荐呢？

答案是肯定的，微信读书作为全民阅读的首选平台，最新上线了 AI 问书功能，只需要简单的输入搜索词， AI 问书即可快速的从海量书籍中进行知识检索与生成，返回针对该搜索词的释义与来源，并生成与用户提问相关的问题供用户进一步提问，为用户带来全新的阅读体验。

而实现“ AI 问书”的关键技术，则是检索增强生成（ Retrieval Augmented Generation，RAG ），通过结合外部知识库与生成模型，即可借助 AI 从书籍中获得解释和回答，重塑内容的分发与呈现。本文将从 AI 问书的功能介绍出发，介绍其实现过程中的核心挑战与痛点以及基于腾讯云 ES 的一站式  RAG  方案及其价值。

微信读书 AI 问书探索之旅

微信读书自 2015 年上线至今，已经积累 2.1 亿用户，日活超过 200w ，并从传统书籍衍伸到有声读物领域。伴随着用户量的增长，微信读书也在结合 AI 能力提高用户体验上做了很多的尝试：

 / 1.0 阶段：AI 提取书籍标签

当用户搜索命中关键词则呈现相关结果，缺点如下：

● 标签词数量与用户搜索词差距大。

● 无法表达复杂语义，如组合词、多义词、开放式问题。

● 一本书关键词多，难以判断质量，例如一本《三体》数千关键词难以评估相关性。

● 标签与出版社分类一致，难以获得在线阅读新鲜体验感。

/ 2.0 阶段：AI 观点提取

召回不同句子判断是否作为观点与知识展示与引导，缺点如下：

● 无法回答复杂问题，观点之间缺乏相关性。

● 用户体验上无创新，类似传统全文搜索增加过滤与重排序。

/ 3.0 阶段：书籍 RAG

对搜索词进行生成式答案返回，如搜索《茶馆》，能关联性搜索“老舍”相关作品，缺点如下：

● 用户习惯未培养起来，很难想到问什么问题。

● 搜索词较为单一，缺乏深度与广度。

/ 最新：书籍 RAG+问题生成

根据用户输入的问题或提交的搜索指令，利用大语言模型引用、整理书中相关观点生成答案回复用户提问，并生成与用户提问相关的问题供用户进一步提问。

AI 问书能力介绍

AI 问书的功能分为三个部分，回答问题、介绍来源、延展问题。

回答问题，即在头部搜索框中，输入相关提问，选择“AI 问书”，等待回答：

回答生成完毕后， AI 问书将返回引用的书籍资料列表，用户点击后，直接跳转到该书籍论文等资料的指定片段：

再之后， AI 问书还提供了“猜你想问”功能：

当然，如果我们在阅读过程中遇到不懂的名词或者片段，也可以选中后点击“ AI 问书”，即可在界面上获得相关内容的概念解释，无需再跳转到外部浏览器进行搜索，实现所见即所得（容易分心的朋友有福啦！）

/ 核心挑战与痛点

前文提到， AI 问书在实现过程中，主要使用了检索增强生成（ RAG ）技术：检索，顾名思义，搜索的意思，就像我们在网上查东西一样；增强，意味着，不只是简单搜索，还会加上更多的智能；生成，根据搜索到的信息，给出想要的答案。

从流程上来看，在 RAG 系统中，我们首先使用一个检索模型（如基于关键字的全文搜索、基于向量的相似度搜索）在知识库中查找与输入查询最相关的文档或数据片段。然后，这些检索到的内容会被送入一个生成模型（如基于 Transformer 的大语言模型），作为额外的上下文信息辅助生成回答或文本。这种方法有效地将外部知识与生成模型的创造力结合起来，使得生成的内容不仅流畅自然，而且信息丰富、事实准确。

因此，这关键的第一步，即是检索。只有将数据准确的从知识库检索召回，才能更好的进行增强与生成。

最初，微信读书不是采用腾讯云 ES 方案，存在比较大的技术挑战：

● 数据规模大：整体数据超 10 亿级向量规模，存储成本高。早期评估的非 ES 方案，为了满足毫秒级查询，需要缓存全部数据到内存中，则 30 亿 768 维的向量，需要超过 400 台 64G 机器，运营成本百万级。

● 运维成本高：除了全文检索，同时还需部署向量化服务，在外部进行向量化后，写入到向量数据库，同时向量数据库不存储原始 meta 信息，还需要额外部署正排服务，相当于需要同时运维四套系统。

● 开发成本高：调试召回过程中，需要在外部进行向量化后，从向量数据库召回，然后再用召回 id 访问正排获取 meta 信息。相当于每一次召回调试需要 3 次操作，跨越 4 个系统。

● 稳定性要求高：在线读书平台超亿级用户，稳定性要求 5 个 9 以上。

● 查询性能要求高：高并发场景下查询延迟需要毫秒级返回，数亿量级数据全链路多路召回需控制在 100ms 以内。

/ 基于腾讯云 ES 的解决方案

腾讯云 ES 提供了一站式的 RAG 方案，具体而言， AI 问书在实现过程中，主要应用了以下能力：

● 知识向量化：通过上传自定义的 embedding 模型到腾讯云 ES 提供的机器学习节点中，实现书籍内容与搜索词的向量化（ embedding ）。

● 混合搜索：腾讯云 ES 提供了全文检索与向量检索能力，只需要简单的一条查询语句，即可从 ES 中实现混合搜索与多路召回。

● 与大模型集成：腾讯云 ES 支持通过 API 与大模型进行集成，从 ES 召回的数据，可与 Prompt 一起送进到大模型中进行生成式整合，最终完成智能问答。

● Kibana 调试：作为与 ES 天然集成 Web 页面， Kibana 提供了丰富的可视化能力，能帮助开发运维人员快速进行召回调试，并在 Kibana 上完成模型的部署与管理。

● 安全高可用：腾讯云 ES 自研全链路熔断限流方案，同时支持多副本、多可用区部署，能够有效保障在线业务稳定性。

/ 方案价值

● 资源成本低：腾讯云 ES 提供了低成本的一站式向量检索方案，从原来的纯内存 400 台 64G 机器下降到 30 台，大幅降低硬件成本。

● 运维成本低：腾讯云 ES 提供了一站式 RAG 方案，同时提供全文检索、向量检索、向量化服务，降低服务服务运维成本，从 1 次调优跨 4 套系统，到“所见即所得”，开发运维人员在 Kibana 上即可调试召回流程。

● 高性能高可靠：数亿量级索引召回平均耗时在 100ms 以下，基于腾讯云 ES 强大的专业支持团队与安全高可用能力，保证稳定性及可靠性。

腾讯云 ES 一站式 RAG 能力介绍

腾讯云 ES 是云端全托管海量数据检索分析服务，拥有高性能自研内核，集成 X-Pack ，支持通过自治索引、存算分离、集群巡检等特性轻松管理集群，也支持免运维、自动弹性、按需使用的 Serverless 模式。在自研内核方面，腾讯云 ES 依托腾讯内外部海量业务的运营经验，针对 ES 内核进行了成本、性能、稳定性、拓展性等方面的优化，是亚太地区开源贡献第一的团队，使用腾讯云 ES 您可以高效构建在线搜索、向量检索、日志分析、运维监控、智能问答等服务。

在 RAG 方面，腾讯云 ES 支持了一站式向量检索、文本+向量混合搜索、倒数排序融合、与大模型集成、 GPU 高性能推理、字段级别权限控制等能力，同时针对查询性能做了大量优化，有效的提升了数据检索效率。

当然，作为国内公有云首个从自然语言处理、到向量生成/存储/检索、并与大模型集成的端到端一站式技术平台，腾讯云 ES 也作为核心参编单位参与了由信通院组织的 RAG 标准制定，同时成为首个通过 RAG 权威认证的企业。

/ 一站式向量检索

向量索引/存储->向量检索的全流程操作，具体能力如下：

基于腾讯云 ES 提供的能力，我们可以直接完成向量生成->向量索引/存储->向量检索的全流程操作，具体能力如下：

● 内置开箱即用的 ELSER 语义模型。

● 支持上传自定义模型或从 Hugging Face 等开源社区直接上传模型。

● 支持专有机器学习节点，用于向量推理（可选，也可跟数据节点混部）。

● 支持向量索引（ HNSW 算法）、向量存储与 KNN 检索。

/ 混合搜索

基于关键词的文本搜索与基于相关性的向量搜索各有千秋，相比于文本搜索，向量搜索优势在于处理模糊表达、捕捉语义、支持跨文本 &跨语言 &跨模态；相比于向量搜索，文本搜索优势在于短文本精准匹配强、计算成本低、可解释性及调优性强。

混合搜索是指结合了全文检索和向量检索技术的搜索方式，这种方法旨在利用两种技术的优势，提供更加准确和全面的搜索结果，其优势如下：

● 更精准：混合搜索可以同时利用关键词检索和向量搜索对数据进行查询，提高检索的准确性和可信度。

● 更多样：混合搜索可以利用向量检索的多样性，返回多种不同的检索结果，提供更多的选择和信息，满足不同的用户查询需求和偏好。

● 更强大：混合搜索可以利用关键词检索的逻辑运算、排序、过滤等功能，实现更复杂的查询需求。如包含多个条件、多个字段、多个排序规则等的查询，这可以提高检索的功能和灵活性。

● 更可解释：混合搜索可以利用关键词检索的文本匹配和高亮显示，实现更可解释的检索结果。如显示查询语句和文档的匹配程度、匹配位置、匹配内容等，这可以提高用户对检索结果的理解和满意度。

/ 倒数排序融合

在多个信息检索系统中，每个系统可能会使用不同的评分机制来评估文档的相关性。这些评分机制可能基于不同的算法、特征和数据集，因此它们的评分范围和分布可能会大不相同。腾讯云 ES 内置了倒数排序融合（ Reciprocal Rank Fusion, RRF ）算法，RRF 的基本思想是对每个系统的排名结果赋予一个权重，这个权重是其排名的倒数。具体来说，对于每个系统的排名列表中的每个项目，RRF 算法会计算一个分数，该分数是该项目在每个列表中排名的倒数之和。然后，所有项目根据这个分数进行重新排序，以生成最终的融合排名列表。

RRF 的优点如下：

● 简单性：RRF 不需要复杂的归一化步骤，只需要知道每个文档在每个系统中的排名。

● 鲁棒性：由于 RRF 基于排名而不是评分，它对不同评分尺度和分布的敏感性较低。

● 公平性：RRF 通过相同的公式为所有系统的排名赋予权重，从而确保了所有系统在融合过程中的公平性。

● 易于实现：RRF 算法的实现相对简单，不需要复杂的参数调整或训练过程。

● 适应性：RRF 可以很容易地适应新的系统或数据，因为它不依赖于特定的评分机制。

后续，腾讯云 ES 还将支持 LTR 插件，预告下

/ 大模型集成

腾讯云 ES 可与 Langchain 等第三方管道以及 LLM 大模型等无缝集成，帮助构建生成式应用程序。

/ 高性能

紫霄 GPU 支持

腾讯云 ES 是全球首个支持 GPU 的 ES 服务，它可以与腾讯自研“芯”技术紫霄软硬结合，充分利用 GPU 的性能优势，提高向量生成和检索的效率。例如，紫霄 V1 具有高能效、高吞吐、高带宽等特点，设计算力规格 NVIDIA A10 相当，显存带宽比 A10 高 30% ，最高可比 A10 性能高 50%-100% 。在常见中小模型上，紫霄相比 NVIDIA T4 通常有 100% 以上的性能提升，相比 NVIDIA A10 有 20%+ 的性能优势。

自研内核优化

腾讯云 ES 在内核层面，针对微信读书的典型场景特点做了更多优化，比如分片架构优化，查询并行化， lucene 查询缓存锁改造等， 10 亿级向量检索平均响应延迟控制在毫秒级，整体帮助向量场景查询性能提升 3-10 倍：

a. 分片架构优化：针对向量场景，合并查询跟归并流程，总体查询性能提升 2 倍以上。

b. 块存储跟查询优化：通过对 Segment 进行合并收敛，减少查询随机 IO ，总体查询性能提升 2 倍以上。

c. 查询并行化：多线程文档切分、多 Segment 并行化处理、精准拉取文件数据段。

d. lucene 查询缓存锁改造：大幅提高了查询的并发能力，QPS 提升 50% 以上。

腾讯云 ES 与 Milvus 对比

我们基于开源工具 ann-benchmark 进行了详细性能测试，通过检索不同维度的数据集在召回率达到 99% 的情况下，获取最相似的  Top10 的文档，对比 Milvus、与腾讯云 ES 的 QPS 数据。

/ 高可用

腾讯云 ES 支持多副本、同城多活、异地容灾等多种高可用架构，同时通过自研全链路限流策略，可有效保障集群稳定性，为在线搜索业务保驾护航。

总结

本文整体介绍了腾讯云 ES 的一站式 RAG 方案以及微信读书应用实践，希望能帮助大家对这块有基本的了解。未来，腾讯云 ES 将持续深耕智能检索领域，在成本、性能、稳定性等方面持续提升，帮助客户降本增效的同时实现业务价值持续增长，欢迎持续关注腾讯云 ES ～