Epsilla
Epsilla 是一个开源向量数据库，它利用先进的并行图遍历技术进行向量索引。Epsilla 采用 GPL-3.0 许可。
您需要使用 pip install -qU langchain-community 安装 langchain-community 才能使用此集成
此笔记本展示了如何使用与 Epsilla 向量数据库相关的功能。
作为先决条件，您需要拥有一个正在运行的 Epsilla 向量数据库（例如，通过我们的 docker 镜像），并安装 pyepsilla 包。查看完整文档，请访问 docs。
!pip/pip3 install pyepsilla
我们希望使用 OpenAIEmbeddings，因此我们必须获取 OpenAI API 密钥。
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
OpenAI API 密钥：······
from langchain_community.vectorstores import Epsilla
from langchain_openai import OpenAIEmbeddings
API 参考：Epsilla | OpenAIEmbeddings
from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import CharacterTextSplitter
loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
documents = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0).split_documents(
documents
)
embeddings = OpenAIEmbeddings()
API 参考：TextLoader | CharacterTextSplitter
Epsilla 向量数据库使用默认主机“localhost”和端口“8888”运行。我们使用自定义数据库路径、数据库名称和集合名称，而不是默认名称。
from pyepsilla import vectordb
client = vectordb.Client()
vector_store = Epsilla.from_documents(
documents,
embeddings,
client,
db_path="/tmp/mypath",
db_name="MyDB",
collection_name="MyCollection",
)
query = "What did the president say about Ketanji Brown Jackson"
docs = vector_store.similarity_search(query)
print(docs[0].page_content)
在州与州之间，新的法律正在通过，不仅是为了压制投票，而是为了颠覆整个选举。
我们不能让这种情况发生。
今晚，我呼吁参议院通过《投票自由法案》。通过《约翰·刘易斯投票权法案》。同时，请通过《披露法案》，以便美国人民能够知道谁在为我们的选举提供资金。
今晚，我想向一位将一生奉献给为这个国家服务的人致敬：斯蒂芬·布雷耶大法官——一名陆军退伍军人、宪法学者，以及即将退休的美国最高法院大法官。布雷耶大法官，感谢您的服务。
总统最严重的宪法责任之一是提名某人担任美国最高法院大法官。
四天前，我履行了这一职责，提名上诉法院法官凯坦吉·布朗·杰克逊。她是我们国家最杰出的法律专家之一，将继续布雷耶大法官的卓越传统。