Pinecone
Pinecone 是一个功能广泛的向量数据库。
安装与设置
安装 Python SDK
pip install langchain-pinecone
向量存储
存在一个 Pinecone 索引的封装器,允许您将其用作向量存储,无论是用于语义搜索还是示例选择。
from langchain_pinecone import PineconeVectorStore
API 参考:PineconeVectorStore
有关 Pinecone 向量存储的更详细演练,请参阅此笔记本。
稀疏向量存储
LangChain 的 PineconeSparseVectorStore
能够使用 Pinecone 的稀疏英文模型进行稀疏检索。它将文本映射到稀疏向量,并支持添加文档和相似性搜索。
from langchain_pinecone import PineconeSparseVectorStore
# Initialize sparse vector store
vector_store = PineconeSparseVectorStore(
index=my_index,
embedding_model="pinecone-sparse-english-v0"
)
# Add documents
vector_store.add_documents(documents)
# Query
results = vector_store.similarity_search("your query", k=3)
API 参考:PineconeSparseVectorStore
有关更详细的演练,请参阅Pinecone 稀疏向量存储笔记本。
稀疏嵌入
LangChain 的 PineconeSparseEmbeddings
使用 Pinecone 的 pinecone-sparse-english-v0
模型提供稀疏嵌入生成。
from langchain_pinecone.embeddings import PineconeSparseEmbeddings
# Initialize sparse embeddings
sparse_embeddings = PineconeSparseEmbeddings(
model="pinecone-sparse-english-v0"
)
# Embed a single query (returns SparseValues)
query_embedding = sparse_embeddings.embed_query("sample text")
# Embed multiple documents (returns list of SparseValues)
docs = ["Document 1 content", "Document 2 content"]
doc_embeddings = sparse_embeddings.embed_documents(docs)
API 参考:PineconeSparseEmbeddings
有关更详细的用法,请参阅Pinecone 稀疏嵌入笔记本。
检索器
Pinecone 混合搜索
pip install pinecone pinecone-text
from langchain_community.retrievers import (
PineconeHybridSearchRetriever,
)
有关更多详细信息,请参阅此笔记本。
自查询检索器
Pinecone 向量存储可用作自查询的检索器。
有关更多详细信息,请参阅此笔记本。