Cube 语义层

此笔记本演示了以适合作为嵌入传递给大型语言模型 (LLM) 的格式检索 Cube 数据模型元数据的过程，从而增强上下文信息。

关于 Cube

Cube 是用于构建数据应用程序的语义层。它帮助数据工程师和应用程序开发人员访问来自现代数据存储的数据，将其组织成一致的定义，并将其交付给每个应用程序。

Cube 的数据模型提供了用作 LLM 理解数据并生成正确查询的上下文的结构和定义。LLM 不需要导航复杂的联接和指标计算，因为 Cube 对这些进行了抽象，并提供了一个简单的界面，该界面以业务级术语而不是 SQL 表和列名称进行操作。这种简化有助于 LLM 减少错误并避免幻觉。

示例

输入参数（必填）

Cube 语义加载器需要 2 个参数

• cube_api_url：Cube 部署的 REST API 的 URL。有关配置基本路径的更多信息，请参阅Cube 文档。

• cube_api_token：根据 Cube 的 API 密钥生成的认证令牌。有关生成 JSON Web 令牌 (JWT) 的说明，请参阅Cube 文档。

输入参数（可选）

• load_dimension_values：是否为每个字符串维度加载维度值。

• dimension_values_limit：要加载的维度值的最大数量。

• dimension_values_max_retries：加载维度值的最大重试次数。

• dimension_values_retry_delay：加载维度值时重试之间的延迟。

import jwt
from langchain_community.document_loaders import CubeSemanticLoader

api_url = "https://api-example.gcp-us-central1.cubecloudapp.dev/cubejs-api/v1/meta"
cubejs_api_secret = "api-secret-here"
security_context = {}
# Read more about security context here: https://cube.dev/docs/security
api_token = jwt.encode(security_context, cubejs_api_secret, algorithm="HS256")

loader = CubeSemanticLoader(api_url, api_token)

documents = loader.load()

API 参考：CubeSemanticLoader

返回具有以下属性的文档列表

• page_content
• metadata
  • table_name
  • column_name
  • column_data_type
  • column_title
  • column_description
  • column_values
  • cube_data_obj_type

# Given string containing page content
page_content = "Users View City, None"

# Given dictionary containing metadata
metadata = {
    "table_name": "users_view",
    "column_name": "users_view.city",
    "column_data_type": "string",
    "column_title": "Users View City",
    "column_description": "None",
    "column_member_type": "dimension",
    "column_values": [
        "Austin",
        "Chicago",
        "Los Angeles",
        "Mountain View",
        "New York",
        "Palo Alto",
        "San Francisco",
        "Seattle",
    ],
    "cube_data_obj_type": "view",
}

相关

• 文档加载器 概念指南
• 文档加载器 操作指南