Giới thiệu
Đây là bài cuối cùng — bạn sẽ xây Chat with Documents từ đầu đến cuối, tích hợp tất cả kiến thức 13 bài trước. Sản phẩm cuối: ứng dụng web cho phép upload tài liệu → chat hỏi đáp → trả lời với trích nguồn.
Sản phẩm target: Upload PDF/DOCX → tự chunk + index → chat Q&A → trích nguồn (page, paragraph) → history chat → evaluation metrics.
1. Kiến trúc tổng quan
1.1 System Architecture
┌─────────────────────────────────────────────────┐
│ Frontend │
│ ┌────────────┐ ┌──────────────┐ ┌──────────┐ │
│ │ Upload UI │ │ Chat Window │ │ Settings │ │
│ └──────┬─────┘ └──────┬───────┘ └──────────┘ │
│ │ │ │
└─────────┼───────────────┼────────────────────────┘
│ │
┌────┴────┐ ┌─────┴─────┐
│ /upload │ │ /query │
└────┬────┘ └─────┬─────┘
│ │
┌─────────┼───────────────┼────────────────────────┐
│ │ FastAPI │
│ ┌──────┴──────┐ ┌───┴───────────┐ │
│ │ Document │ │ RAG Pipeline │ │
│ │ Processor │ │ │ │
│ │ ┌─────────┐ │ │ Query │ ┌───────┐ │
│ │ │ Loader │ │ │ Transform │ │ Redis │ │
│ │ │ Chunker │ │ │ → Retrieve │ │ Cache │ │
│ │ │ Embedder│ │ │ → Rerank │ └───────┘ │
│ │ └─────────┘ │ │ → Compress │ │
│ └──────┬──────┘ │ → Generate │ │
│ │ └───┬───────────┘ │
│ ┌──────┴──────┐ │ │
│ │ Pinecone / │◄─────┘ │
│ │ Chroma │ │
│ └─────────────┘ │
└──────────────────────────────────────────────────┘
1.2 Tech Stack
| Component | Technology | Lý do |
|---|---|---|
| Backend | FastAPI | Async, streaming, type-safe |
| LLM | GPT-4o-mini | Cost-effective, nhanh |
| Embeddings | text-embedding-3-small | Giá rẻ, hiệu quả |
| Vector Store | Chroma (dev) / Pinecone (prod) | Chroma dễ setup, Pinecone scalable |
| Cache | Redis | Semantic cache |
| Frontend | Streamlit / Next.js | Nhanh prototype → production UI |
| Monitoring | LangSmith | Tracing, evaluation |
2. Document Processing Module
2.1 Multi-format loader
"""Document processor: PDF, DOCX, TXT, MD, CSV"""
from pathlib import Path
from langchain_community.document_loaders import (
PyPDFLoader, Docx2txtLoader, TextLoader,
UnstructuredMarkdownLoader, CSVLoader,
)
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_openai import OpenAIEmbeddings
LOADERS = {
".pdf": PyPDFLoader,
".docx": Docx2txtLoader,
".txt": TextLoader,
".md": UnstructuredMarkdownLoader,
".csv": CSVLoader,
}
def process_document(file_path: str, collection_name: str):
"""Load → Chunk → Embed → Index"""
ext = Path(file_path).suffix.lower()
if ext not in LOADERS:
raise ValueError(f"Unsupported format: {ext}")
# 1. Load
loader = LOADERS[ext](file_path)
documents = loader.load()
# 2. Add metadata
for doc in documents:
doc.metadata.update({
"source": Path(file_path).name,
"file_type": ext,
"collection": collection_name,
})
# 3. Chunk (recursive, best for most cases)
splitter = RecursiveCharacterTextSplitter(
chunk_size=500,
chunk_overlap=50,
separators=["\n\n", "\n", ". ", " ", ""],
)
chunks = splitter.split_documents(documents)
# 4. Index
from langchain_community.vectorstores import Chroma
vectorstore = Chroma.from_documents(
chunks,
OpenAIEmbeddings(model="text-embedding-3-small"),
collection_name=collection_name,
persist_directory="./chroma_db",
)
return {"chunks": len(chunks), "pages": len(documents)}
2.2 Upload API
"""Upload endpoint"""
from fastapi import UploadFile, File
import shutil, os
UPLOAD_DIR = "./uploads"
os.makedirs(UPLOAD_DIR, exist_ok=True)
@app.post("/upload")
async def upload_document(
file: UploadFile = File(...),
collection: str = "default",
):
# Save file
file_path = os.path.join(UPLOAD_DIR, file.filename)
with open(file_path, "wb") as f:
shutil.copyfileobj(file.file, f)
# Process
result = process_document(file_path, collection)
return {
"filename": file.filename,
"chunks_created": result["chunks"],
"pages_processed": result["pages"],
}
3. RAG Pipeline Module
3.1 Advanced retrieval pipeline
"""Full RAG pipeline: multi-query → hybrid → rerank → compress"""
from langchain.retrievers import (
MultiQueryRetriever,
ContextualCompressionRetriever,
EnsembleRetriever,
)
from langchain.retrievers.document_compressors import CrossEncoderReranker
from langchain_community.retrievers import BM25Retriever
from langchain_community.cross_encoders import HuggingFaceCrossEncoder
def create_rag_pipeline(collection_name: str):
# Vector retriever
vectorstore = Chroma(
collection_name=collection_name,
persist_directory="./chroma_db",
embedding_function=OpenAIEmbeddings(),
)
vector_retriever = vectorstore.as_retriever(search_kwargs={"k": 10})
# BM25 retriever
all_docs = vectorstore.get() # Lấy tất cả docs cho BM25
from langchain.schema import Document
bm25_docs = [Document(page_content=text) for text in all_docs["documents"]]
bm25_retriever = BM25Retriever.from_documents(bm25_docs, k=10)
# Hybrid (ensemble)
hybrid_retriever = EnsembleRetriever(
retrievers=[vector_retriever, bm25_retriever],
weights=[0.6, 0.4],
)
# Multi-query
multi_query = MultiQueryRetriever.from_llm(
retriever=hybrid_retriever,
llm=ChatOpenAI(model="gpt-4o-mini", temperature=0.3),
)
# Reranker
reranker = CrossEncoderReranker(
model=HuggingFaceCrossEncoder(model_name="cross-encoder/ms-marco-MiniLM-L-6-v2"),
top_n=5,
)
# Final pipeline: multi-query → rerank
final_retriever = ContextualCompressionRetriever(
base_compressor=reranker,
base_retriever=multi_query,
)
return final_retriever
3.2 Generation với citation
"""Generate answer với trích nguồn"""
def generate_answer(question: str, docs, llm):
# Format context với source markers
context_parts = []
for i, doc in enumerate(docs):
source = doc.metadata.get("source", "Unknown")
page = doc.metadata.get("page", "?")
context_parts.append(f"[{i+1}] (Nguồn: {source}, trang {page})\n{doc.page_content}")
context = "\n\n".join(context_parts)
prompt = f"""Dựa trên context sau, trả lời câu hỏi bằng tiếng Việt.
Trích nguồn [số] khi sử dụng thông tin.
Nếu không tìm thấy, nói rõ.
Context:
{context}
Câu hỏi: {question}
Trả lời (kèm trích nguồn):"""
return llm.invoke(prompt).content
# Output: "Nhân viên full-time được 15 ngày phép/năm [1].
# Nhân viên trên 5 năm được thêm 3 ngày [2]."
4. Chat History
4.1 Conversation memory
"""Lưu và sử dụng chat history"""
from collections import defaultdict
# In-memory history (production: dùng Redis hoặc DB)
chat_histories = defaultdict(list)
def query_with_history(question: str, session_id: str, retriever, llm):
history = chat_histories[session_id]
# Contextualize: kết hợp history + question mới
if history:
history_text = "\n".join([
f"User: {h['question']}\nAI: {h['answer']}"
for h in history[-3:] # 3 tin nhắn gần nhất
])
contextualized_q = llm.invoke(
f"Lịch sử chat:\n{history_text}\n\n"
f"Câu hỏi mới: {question}\n\n"
f"Viết lại câu hỏi mới sao cho đầy đủ ngữ cảnh (standalone):"
).content
else:
contextualized_q = question
# Retrieve + Generate
docs = retriever.invoke(contextualized_q)
answer = generate_answer(contextualized_q, docs, llm)
# Save to history
chat_histories[session_id].append({
"question": question,
"answer": answer,
})
return answer
5. Frontend (Streamlit)
5.1 Chat UI
"""Streamlit chat UI"""
import streamlit as st
import requests
st.title("💬 Chat with Documents")
# Sidebar: upload
with st.sidebar:
st.header("📄 Upload Documents")
uploaded = st.file_uploader("Chọn file", type=["pdf", "docx", "txt"])
if uploaded and st.button("Upload & Index"):
files = {"file": (uploaded.name, uploaded.getvalue())}
resp = requests.post("http://localhost:8000/upload", files=files)
st.success(f"Đã index {resp.json()['chunks_created']} chunks!")
# Chat interface
if "messages" not in st.session_state:
st.session_state.messages = []
for msg in st.session_state.messages:
with st.chat_message(msg["role"]):
st.write(msg["content"])
if prompt := st.chat_input("Hỏi gì về tài liệu?"):
st.session_state.messages.append({"role": "user", "content": prompt})
with st.chat_message("assistant"):
resp = requests.post("http://localhost:8000/query",
json={"question": prompt})
data = resp.json()
st.write(data["answer"])
with st.expander("📎 Nguồn tham khảo"):
for src in data["sources"]:
st.write(f"- {src['source']}: {src['content'][:150]}...")
st.session_state.messages.append({"role": "assistant", "content": data["answer"]})
6. Evaluation & Testing
6.1 Tạo golden test set cho project
"""Golden test set cho capstone project"""
golden_test = [
{
"question": "Nghỉ phép bao nhiêu ngày?",
"ground_truth": "15 ngày cho full-time, 8 ngày cho part-time",
"category": "simple",
},
{
"question": "So sánh chính sách nghỉ phép với luật lao động",
"ground_truth": "Công ty cho 15 ngày, cao hơn luật quy định 12 ngày",
"category": "reasoning",
},
# ... 48 câu nữa
]
Tóm tắt
| Module | Kiến thức áp dụng |
|---|---|
| Document Processing | Bài 3-5: Loaders, Chunking |
| Metadata & Index | Bài 6: Metadata, Hybrid Search |
| Query Transform | Bài 7: Multi-Query, HyDE |
| Retrieval | Bài 8: Reranking, Compression |
| Advanced | Bài 9-11: Graph, Multimodal, Agentic |
| Evaluation | Bài 12: RAGAS, Golden Test |
| Production | Bài 13: API, Cache, Monitoring |
Bài tập Capstone
Yêu cầu bắt buộc:
- Upload: Hỗ trợ ít nhất 3 format (PDF, DOCX, TXT)
- Chunking: RecursiveCharacterTextSplitter + metadata
- Search: Hybrid search (vector + BM25) + reranking
- Chat: Streaming response + chat history
- Citation: Trích nguồn file + page number
Yêu cầu nâng cao (bonus):
- Multimodal: Extract tables/images từ PDF
- Semantic Cache: Redis semantic cache
- Guardrails: Input/output validation
- Evaluation: RAGAS metrics > 0.8 trên golden test 20 câu
- Deploy: Docker Compose (API + Redis + Chroma + Streamlit)
Đánh giá:
| Tiêu chí | Trọng số |
|---|---|
| Chức năng hoạt động đúng | 40% |
| Code quality | 20% |
| RAG quality (RAGAS metrics) | 25% |
| UI/UX | 15% |
Chúc mừng! Bạn đã hoàn thành series "RAG Thực Chiến: Từ Basic đến Advanced". Tiếp tục thực hành và xây dựng sản phẩm RAG cho use case thực tế!