初探MongoDB Atlas中的向量搜索：LangChain集成指南-CSDN博客

本文链接：https://blog.csdn.net/jaioyfpo/article/details/142410850

引言

在当今数据驱动的世界中，向量搜索已成为信息检索中的关键技术。MongoDB Atlas是一种流行的云数据库解决方案，提供了强大的向量搜索功能。本文将介绍如何在LangChain框架中使用langchain-mongodb包与MongoDB Atlas进行向量搜索。

主要内容

1. MongoDB Atlas简介

MongoDB Atlas是一个全托管的云数据库，支持在AWS、Azure和GCP上运行。它提供了本地向量搜索功能，可以将嵌入存储在文档中，并使用近似最近邻算法进行搜索。

2. 环境配置

2.1 安装依赖

首先，确保你已安装以下Python包：

pip install -qU langchain-mongodb pymongo langchain-openai langchain-huggingface langchain-core

2.2 设置凭证

获取你的MongoDB Atlas集群URI：

import getpass

MONGODB_ATLAS_CLUSTER_URI = getpass.getpass("MongoDB Atlas Cluster URI:")

若需使用LangSmith API进行自动化跟踪：

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

3. 初始化

3.1 嵌入模型

选择OpenAI或HuggingFace的模型：

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-large")

from langchain_huggingface import HuggingFaceEmbeddings

embeddings = HuggingFaceEmbeddings(model="sentence-transformers/all-mpnet-base-v2")

3.2 MongoDB Atlas配置

from langchain_mongodb.vectorstores import MongoDBAtlasVectorSearch
from pymongo import MongoClient

client = MongoClient(MONGODB_ATLAS_CLUSTER_URI)  # 使用API代理服务提高访问稳定性

DB_NAME = "langchain_test_db"
COLLECTION_NAME = "langchain_test_vectorstores"
ATLAS_VECTOR_SEARCH_INDEX_NAME = "langchain-test-index-vectorstores"

MONGODB_COLLECTION = client[DB_NAME][COLLECTION_NAME]

vector_store = MongoDBAtlasVectorSearch(
    collection=MONGODB_COLLECTION,
    embedding=embeddings,
    index_name=ATLAS_VECTOR_SEARCH_INDEX_NAME,
    relevance_score_fn="cosine",
)

代码示例

以下代码展示了如何在向量存储中添加文档，并执行相似性搜索。

from langchain_core.documents import Document
from uuid import uuid4

# 创建文档
documents = [
    Document(page_content="I had chocolate chip pancakes for breakfast.", metadata={"source": "tweet"}),
    Document(page_content="The weather forecast is sunny.", metadata={"source": "news"})
]

# 添加文档
uuids = [str(uuid4()) for _ in range(len(documents))]
vector_store.add_documents(documents=documents, ids=uuids)

# 执行相似性搜索
results = vector_store.similarity_search(
    "What is the weather like?", k=1
)
for res in results:
    print(f"* {res.page_content} [{res.metadata}]")