引言
MongoDB Atlas 是一种功能强大的文档数据库,近年来也被用作矢量数据库。本文将通过创建一个 MongoDB Atlas 矢量存储,演示如何使用 SelfQueryRetriever 来实现高效的查询和数据检索。
主要内容
创建 MongoDB Atlas 矢量存储
首先,我们需要创建一个 MongoDB Atlas 矢量存储并用数据进行初始化。在本文中,我们将使用一组包含电影摘要的文档。
准备工作
在开始之前,请确保已安装 lark
和 pymongo
。可以使用以下命令安装:
pip install --upgrade --quiet lark pymongo
此外,我们需要使用 OpenAIEmbeddings,因此需要获取 OpenAI API Key。
连接到 MongoDB Atlas
连接到 MongoDB Atlas 数据库,并准备好所需的库:
import os
from langchain_community.vectorstores import MongoDBAtlasVectorSearch
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from pymongo import MongoClient
# 使用API代理服务提高访问稳定性
CONNECTION_STRING = "Use your MongoDB Atlas connection string"
DB_NAME = "Name of your MongoDB Atlas database"
COLLECTION_NAME = "Name of your collection in the database"
INDEX_NAME = "Name of a search index defined on the collection"
MongoClient = MongoClient(CONNECTION_STRING)
collection = MongoClient[DB_NAME][COLLECTION_NAME]
embeddings = OpenAIEmbeddings()
初始化文档
创建一些用于初始化数据库的文档:
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...
]
创建向量存储
使用 MongoDBAtlasVectorSearch
创建向量存储:
vectorstore = MongoDBAtlasVectorSearch.from_documents(
docs,
embeddings,
collection=collection,
index_name=INDEX_NAME,
)
创建查询索引
在 MongoDB Atlas 集群上创建一个矢量搜索索引。在 Atlas 的 JSON 编辑器中编写以下定义:
{
"mappings": {
"dynamic": true,
"fields": {
"embedding": {
"dimensions": 1536,
"similarity": "cosine",
"type": "knnVector"
},
"genre": {
"type": "token"
},
"rating": {
"type": "number"
},
"year": {
"type": "number"
}
}
}
}
创建自查询检索器
实例化自查询检索器,需要提供文档元数据字段的信息:
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",
),
# 更多字段信息...
]
document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)
测试检索器
通过不同的示例查询和过滤器测试检索器:
retriever.invoke("What are some movies about dinosaurs")
retriever.invoke("What are some highly rated movies (above 9)?")
常见问题和解决方案
- API 访问问题:由于某些地区的网络限制,开发者可能需要考虑使用 API 代理服务来提高访问的稳定性。
- 性能优化:在定义索引时,确保使用合适的字段类型和相似性度量以提高查询效率。
总结和进一步学习资源
MongoDB Atlas 作为矢量数据库具有强大的功能,结合 OpenAIEmbeddings,可以实现高效的数据查询和检索。希望本文所提供的示例和解释能帮助你更好地使用这些工具。
进一步学习资源:
参考资料
- MongoDB 官方文档
- OpenAI API 使用指南
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—