Oracle AI 向量搜索：生成嵌入

Oracle AI 向量搜索专为人工智能（AI）工作负载设计，允许您根据语义而非关键词查询数据。Oracle AI 向量搜索最大的优势之一是，可以在一个系统中将非结构化数据上的语义搜索与业务数据上的关系型搜索相结合。这不仅功能强大，而且效率显著更高，因为您无需添加专门的向量数据库，从而消除了多个系统之间数据碎片化带来的困扰。

此外，您的向量可以受益于 Oracle 数据库所有最强大的功能，例如：

本指南演示了如何利用 Oracle AI 向量搜索中的嵌入功能，使用 OracleEmbeddings 为您的文档生成嵌入。

如果您刚开始使用 Oracle 数据库，可以考虑探索免费的 Oracle 23 AI，它为设置数据库环境提供了很好的入门指南。在使用数据库时，通常建议默认情况下避免使用系统用户；相反，您可以创建自己的用户以增强安全性和自定义功能。有关用户创建的详细步骤，请参阅我们的端到端指南，其中也展示了如何在 Oracle 中设置用户。此外，了解用户权限对于有效管理数据库安全至关重要。您可以在官方的Oracle 管理用户账户和安全指南中了解更多相关信息。

先决条件

确保您已安装 Oracle Python 客户端驱动程序，以方便 Langchain 与 Oracle AI 向量搜索的集成。

# pip install oracledb

连接到甲骨文数据库

以下示例代码将展示如何连接到 Oracle 数据库。默认情况下，python-oracledb 以“Thin”模式运行，直接连接到 Oracle 数据库。此模式不需要 Oracle 客户端库。然而，当 python-oracledb 使用 Oracle 客户端库时，会提供一些额外的功能。当使用 Oracle 客户端库时，python-oracledb 被称为处于“Thick”模式。两种模式都具有支持 Python 数据库 API v2.0 规范的全面功能。请参阅以下指南，其中讨论了每种模式支持的功能。如果您无法使用 Thin 模式，可能需要切换到 Thick 模式。

import sys

import oracledb

# Update the following variables with your Oracle database credentials and connection details
username = "<username>"
password = "<password>"
dsn = "<hostname>/<service_name>"

try:
    conn = oracledb.connect(user=username, password=password, dsn=dsn)
    print("Connection successful!")
except Exception as e:
    print("Connection failed!")
    sys.exit(1)

对于嵌入生成，用户有多种提供商选项可供选择，包括数据库内部的嵌入生成以及第三方服务，例如 OcigenAI、Hugging Face 和 OpenAI。选择第三方提供商的用户必须建立包含所需身份验证信息的凭据。另外，如果用户选择“database”作为提供商，则需要将 ONNX 模型加载到 Oracle 数据库中以促进嵌入。

加载 ONNX 模型

Oracle 支持多种嵌入提供商，用户可以在专有数据库解决方案和 OCIGENAI、HuggingFace 等第三方服务之间进行选择。这种选择决定了嵌入的生成和管理方法。

重要提示：如果用户选择数据库选项，则必须将 ONNX 模型上传到 Oracle 数据库中。相反，如果选择第三方提供商进行嵌入生成，则无需将 ONNX 模型上传到 Oracle 数据库。

直接在 Oracle 中使用 ONNX 模型的一个显著优势是，通过消除向外部方传输数据的需求，增强了安全性和性能。此外，这种方法避免了通常与网络或 REST API 调用相关的延迟。

以下是将 ONNX 模型上传到 Oracle 数据库的示例代码

from langchain_community.embeddings.oracleai import OracleEmbeddings

# Update the directory and file names for your ONNX model
# make sure that you have onnx file in the system
onnx_dir = "DEMO_DIR"
onnx_file = "tinybert.onnx"
model_name = "demo_model"

try:
    OracleEmbeddings.load_onnx_model(conn, onnx_dir, onnx_file, model_name)
    print("ONNX model loaded.")
except Exception as e:
    print("ONNX model loading failed!")
    sys.exit(1)

API 参考：OracleEmbeddings

创建凭据

当选择第三方提供商生成嵌入时，用户需要建立凭据以安全地访问提供商的端点。

重要提示： 选择“database”提供商生成嵌入时无需凭据。然而，如果用户决定使用第三方提供商，则必须为所选提供商创建特定的凭据。

以下是一个说明性示例

try:
    cursor = conn.cursor()
    cursor.execute(
        """
       declare
           jo json_object_t;
       begin
           -- HuggingFace
           dbms_vector_chain.drop_credential(credential_name  => 'HF_CRED');
           jo := json_object_t();
           jo.put('access_token', '<access_token>');
           dbms_vector_chain.create_credential(
               credential_name   =>  'HF_CRED',
               params            => json(jo.to_string));

           -- OCIGENAI
           dbms_vector_chain.drop_credential(credential_name  => 'OCI_CRED');
           jo := json_object_t();
           jo.put('user_ocid','<user_ocid>');
           jo.put('tenancy_ocid','<tenancy_ocid>');
           jo.put('compartment_ocid','<compartment_ocid>');
           jo.put('private_key','<private_key>');
           jo.put('fingerprint','<fingerprint>');
           dbms_vector_chain.create_credential(
               credential_name   => 'OCI_CRED',
               params            => json(jo.to_string));
       end;
       """
    )
    cursor.close()
    print("Credentials created.")
except Exception as ex:
    cursor.close()
    raise

生成嵌入

Oracle AI 向量搜索提供了多种生成嵌入的方法，可利用本地托管的 ONNX 模型或第三方 API。有关配置这些替代方案的详细说明，请参阅Oracle AI 向量搜索指南。

注意： 用户可能需要配置代理才能使用第三方嵌入生成提供商，不包括使用 ONNX 模型的“database”提供商。

# proxy to be used when we instantiate summary and embedder object
proxy = "<proxy>"

以下示例代码将展示如何生成嵌入

from langchain_community.embeddings.oracleai import OracleEmbeddings
from langchain_core.documents import Document

"""
# using ocigenai
embedder_params = {
    "provider": "ocigenai",
    "credential_name": "OCI_CRED",
    "url": "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/embedText",
    "model": "cohere.embed-english-light-v3.0",
}

# using huggingface
embedder_params = {
    "provider": "huggingface", 
    "credential_name": "HF_CRED", 
    "url": "https://api-inference.huggingface.co/pipeline/feature-extraction/", 
    "model": "sentence-transformers/all-MiniLM-L6-v2", 
    "wait_for_model": "true"
}
"""

# using ONNX model loaded to Oracle Database
embedder_params = {"provider": "database", "model": "demo_model"}

# If a proxy is not required for your environment, you can omit the 'proxy' parameter below
embedder = OracleEmbeddings(conn=conn, params=embedder_params, proxy=proxy)
embed = embedder.embed_query("Hello World!")

""" verify """
print(f"Embedding generated by OracleEmbeddings: {embed}")

API 参考：OracleEmbeddings | Document

端到端演示

请参考我们的完整演示指南Oracle AI 向量搜索端到端演示指南，以借助 Oracle AI 向量搜索构建端到端 RAG 流水线。

嵌入模型概念指南
嵌入模型操作指南

先决条件​

连接到甲骨文数据库​

加载 ONNX 模型​

创建凭据​

生成嵌入​

端到端演示​

相关​