Typesense

Typesense 是一个开源的内存中搜索引擎，您可以自行托管或在Typesense Cloud 上运行。

Typesense 通过将整个索引存储在 RAM 中（并将其备份到磁盘）来专注于性能，并且还通过简化可用选项并设置良好的默认值来专注于提供开箱即用的开发人员体验。

它还允许您将基于属性的过滤与向量查询结合使用，以获取最相关的文档。

此笔记本向您展示如何使用 Typesense 作为您的 VectorStore。

让我们首先安装我们的依赖项

%pip install --upgrade --quiet  typesense openapi-schema-pydantic langchain-openai langchain-community tiktoken

我们想使用 OpenAIEmbeddings，因此我们必须获取 OpenAI API 密钥。

import getpass
import os

if "OPENAI_API_KEY" not in os.environ:
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")

from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import Typesense
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter

API 参考：TextLoader | Typesense | OpenAIEmbeddings | CharacterTextSplitter

让我们导入我们的测试数据集

loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

embeddings = OpenAIEmbeddings()

docsearch = Typesense.from_documents(
    docs,
    embeddings,
    typesense_client_params={
        "host": "localhost",  # Use xxx.a1.typesense.net for Typesense Cloud
        "port": "8108",  # Use 443 for Typesense Cloud
        "protocol": "http",  # Use https for Typesense Cloud
        "typesense_api_key": "xyz",
        "typesense_collection_name": "lang-chain",
    },
)

相似性搜索

query = "What did the president say about Ketanji Brown Jackson"
found_docs = docsearch.similarity_search(query)

print(found_docs[0].page_content)

Typesense 作为检索器

Typesense 与所有其他向量存储一样，都是一个 LangChain 检索器，使用余弦相似度。

retriever = docsearch.as_retriever()
retriever

query = "What did the president say about Ketanji Brown Jackson"
retriever.invoke(query)[0]

相关

• 向量存储 概念指南
• 向量存储 操作指南