引言
在现代信息检索中,混合搜索(Hybrid Search)正变得越来越重要。尤其是在LangChain中,标准搜索依赖于向量相似性。然而,许多向量存储实现(如Astra DB、ElasticSearch、Neo4J等)支持结合向量相似性和其他技术(如全文搜索、BM25)的高级搜索。这种方法被称为"混合搜索"。本文将探讨如何在LangChain中实现混合搜索,并提供实用的代码示例。
主要内容
确认向量存储的混合搜索支持
首先,确保你使用的向量存储支持混合搜索。每种向量存储可能有其独特的实现方式,通常通过文档参数暴露。在阅读文档或源代码时,了解该向量存储是否支持混合搜索以及如何实现。
添加可配置的参数
一旦确认支持混合搜索,将该参数作为可配置字段添加到链中。这使得在运行时可以轻松调用链并配置相关标志。
调用链
在运行时,通过可配置字段调用这个链,实现动态搜索。
代码示例
以下是一个使用Astra DB的Cassandra/CQL接口的实际例子。
# 安装必要的Python包
!pip install "cassio>=0.1.7"
# 初始化cassio
import cassio
cassio.init(
database_id="Your database ID",
token="Your application token",
keyspace="Your key space",
)
# 创建Cassandra VectorStore
from cassio.table.cql import STANDARD_ANALYZER
from langchain_community.vectorstores import Cassandra
from langchain_openai import OpenAIEmbeddings
embeddings = OpenAIEmbeddings()
vectorstore = Cassandra(
embedding=embeddings,
table_name="test_hybrid",
body_index_options=[STANDARD_ANALYZER],
session=None,
keyspace=None,
)
# 添加文本
vectorstore.add_texts(
[
"In 2023, I visited Paris",
"In 2022, I visited New York",
"In 2021, I visited New Orleans",
]
)
# 标准相似性搜索
vectorstore.as_retriever().invoke("What city did I visit last?")
# 使用body_search参数进行混合搜索
vectorstore.as_retriever(search_kwargs={"body_search": "new"}).invoke(
"What city did I visit last?"
)
# 创建问题回答链
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import (
ConfigurableField,
RunnablePassthrough,
)
from langchain_openai import ChatOpenAI
template = """Answer the question based only on the following context:
{context}
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)
model = ChatOpenAI()
retriever = vectorstore.as_retriever()
# 设置可配置检索器
configurable_retriever = retriever.configurable_fields(
search_kwargs=ConfigurableField(
id="search_kwargs",
name="Search Kwargs",
description="The search kwargs to use",
)
)
# 创建链
chain = (
{"context": configurable_retriever, "question": RunnablePassthrough()}
| prompt
| model
| StrOutputParser()
)
# 调用链
chain.invoke("What city did I visit last?")
# 调用链并设置可配置选项
chain.invoke(
"What city did I visit last?",
config={"configurable": {"search_kwargs": {"body_search": "new"}}},
)
常见问题和解决方案
-
网络限制问题:由于某些地区的网络限制,开发者在使用API时可能需要考虑使用API代理服务,提高访问稳定性。
-
向量存储兼容性:不同的向量存储有各自的实现方式,确保在阅读文档时仔细检查支持的功能。
总结和进一步学习资源
混合搜索在提高信息检索的准确性和效率方面提供了显著优势。通过结合向量相似性和其他技术,开发者可以实现更复杂的查询。
进一步学习资源:
参考资料
- LangChain 文档
- Astra DB 官方指南
- OpenAIEmbeddings 文档
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—