深入探索 Milvus：处理大规模嵌入向量的利器

akhfuiigabv

于 2024-10-08 18:13:05 发布

阅读量132

点赞数 3

文章标签： milvus python

本文链接：https://blog.csdn.net/akhfuiigabv/article/details/142766053

版权

引言

在当今的深度学习和机器学习领域中，处理大规模的嵌入向量是一个普遍的需求。Milvus作为专为管理和查询这些向量而设计的数据库，提供了高效的解决方案。本篇文章将带你深入了解如何创建一个Milvus向量存储，并使用SelfQueryRetriever进行查询。

主要内容

创建Milvus向量存储

首先，我们需要创建一个Milvus向量存储并为其添加数据。在此示例中，我们将使用电影摘要数据集。为了使用云版本的Milvus，必须拥有uri和token。

需要注意的是，使用self-query retriever需要安装lark库，同时还需安装langchain_milvus包。

%pip install --upgrade --quiet lark langchain_milvus

接下来，我们需要获取OpenAI的API Key以使用OpenAIEmbeddings。

import os
from langchain_core.documents import Document
from langchain_milvus.vectorstores import Milvus
from langchain_openai import OpenAIEmbeddings

OPENAI_API_KEY = "Use your OpenAI key:)"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

embeddings = OpenAIEmbeddings()

docs = [
    Document(page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose", metadata={"year": 1993, "rating": 7.7, "genre": "action"}),
    # 更多文档...
]

vector_store = Milvus.from_documents(
    docs,
    embedding=embeddings,
    connection_args={"uri": "Use your uri:)", "token": "Use your token:)"},  # 使用API代理服务提高访问稳定性
)

创建SelfQueryRetriever

有了向量存储，我们就可以实例化一个self-query retriever。这需要预先提供文档支持的元数据字段信息和文档内容的简要描述。

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"),
    AttributeInfo(name="rating", description="A 1-10 rating for the movie", type="float"),
]

document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
    llm, vector_store, document_content_description, metadata_field_info, verbose=True
)

代码示例

下面是如何使用self-query retriever的实际示例：

# 只指定相关查询
retriever.invoke("What are some movies about dinosaurs")

query='dinosaur' filter=None limit=None

# 示例输出:
# [Document(page_content='A bunch of scientists bring back dinosaurs and mayhem breaks loose', metadata={'year': 1993, 'rating': 7.7, 'genre': 'action'})]