使用LlamaIndex与Supabase向量存储进行向量搜索的教程

本文链接：https://blog.csdn.net/qq_29929123/article/details/140366628

在本文中，我将演示如何使用LlamaIndex与Supabase向量存储进行向量搜索。首先，我们需要配置OpenAI的API密钥并安装必要的软件包。请确保按照以下步骤操作。

安装必要的软件包

%pip install llama-index-vector-stores-supabase
!pip install llama-index

配置OpenAI API密钥

首先设置OpenAI API密钥以便为加载到索引中的文档创建嵌入。

import os

os.environ["OPENAI_API_KEY"] = "[your_openai_api_key]"  # 请替换为你的OpenAI API密钥

下载数据

我们将下载一个示例文件来进行演示。

!mkdir -p 'data/paul_graham/'
!wget 'https://raw.githubusercontent.com/run-llama/llama_index/main/docs/docs/examples/data/paul_graham/paul_graham_essay.txt' -O 'data/paul_graham/paul_graham_essay.txt'

加载文档

接下来，我们使用 SimpleDirectoryReader 加载存储在指定目录中的文档。

from llama_index.core import SimpleDirectoryReader

documents = SimpleDirectoryReader("./data/paul_graham/").load_data()
print(
    "Document ID:",
    documents[0].doc_id,
    "Document Hash:",
    documents[0].doc_hash,
)

# 输出示例
# Document ID: fb056993-ee9e-4463-80b4-32cf9509d1d8 Document Hash: 77ae91ab542f3abb308c4d7c77c9bc4c9ad0ccd63144802b7cbe7e1bb3a4094e

创建由Supabase向量存储支持的索引

这一步骤适用于所有支持pgvector的Postgres提供商。如果集合不存在，我们将尝试创建一个新集合。

from llama_index.core import VectorStoreIndex, StorageContext
from llama_index.vector_stores.supabase import SupabaseVectorStore

vector_store = SupabaseVectorStore(
    postgres_connection_string=(
        "postgresql://<user>:<password>@<host>:<port>/<db_name>"
    ),
    collection_name="base_demo",
)
storage_context = StorageContext.from_defaults(vector_store=vector_store)
index = VectorStoreIndex.from_documents(
    documents, storage_context=storage_context
)

查询索引

现在我们可以使用索引进行查询。

query_engine = index.as_query_engine()
response = query_engine.query("Who is the author?")
print(response)  # 输出作者信息

response = query_engine.query("What did the author do growing up?")
print(response)  # 输出作者的成长经历

使用元数据过滤器

我们还可以使用元数据过滤器来进行查询。

from llama_index.core.schema import TextNode
from llama_index.core.vector_stores import ExactMatchFilter, MetadataFilters

nodes = [
    TextNode(
        **{
            "text": "The Shawshank Redemption",
            "metadata": {
                "author": "Stephen King",
                "theme": "Friendship",
            },
        }
    ),
    TextNode(
        **{
            "text": "The Godfather",
            "metadata": {
                "director": "Francis Ford Coppola",
                "theme": "Mafia",
            },
        }
    ),
    TextNode(
        **{
            "text": "Inception",
            "metadata": {
                "director": "Christopher Nolan",
            },
        }
    ),
]

vector_store = SupabaseVectorStore(
    postgres_connection_string=(
        "postgresql://<user>:<password>@<host>:<port>/<db_name>"
    ),
    collection_name="metadata_filters_demo",
)
storage_context = StorageContext.from_defaults(vector_store=vector_store)
index = VectorStoreIndex(nodes, storage_context=storage_context)

# 定义元数据过滤器
filters = MetadataFilters(
    filters=[ExactMatchFilter(key="theme", value="Mafia")]
)

# 使用过滤器进行检索
retriever = index.as_retriever(filters=filters)
retriever.retrieve("What is inception about?")

# 输出示例
# [NodeWithScore(node=Node(text='The Godfather', ...), score=0.20671339734643313)]