Vespa
Vespa 是一个功能齐全的搜索引擎和向量数据库。它支持向量搜索 (ANN)、词汇搜索以及在结构化数据中进行搜索,所有这些功能都可以在同一个查询中实现。
这个笔记本展示了如何将 Vespa.ai
用作 LangChain 检索器。
为了创建一个检索器,我们使用 pyvespa 来连接到 Vespa
服务。
%pip install --upgrade --quiet pyvespa
from vespa.application import Vespa
vespa_app = Vespa(url="https://doc-search.vespa.oath.cloud")
这样就创建了一个到 Vespa
服务的连接,这里是 Vespa 文档搜索服务。使用 pyvespa
包,你也可以连接到一个
或者本地的
连接到服务之后,你可以设置检索器:
from langchain_community.retrievers import VespaRetriever
vespa_query_body = {
"yql": "select content from paragraph where userQuery()",
"hits": 5,
"ranking": "documentation",
"locale": "en-us",
}
vespa_content_field = "content"
retriever = VespaRetriever(vespa_app, vespa_query_body, vespa_content_field)
这样设置了一个 LangChain 检索器,从 Vespa 应用程序中获取文档。在这里,最多从 paragraph
文档类型的 content
字段中检索出 5 个结果,使用 documentation
作为排名方法。userQuery()
会被实际从 LangChain 传递过来的查询替换。
请参考 pyvespa 文档 以获取更多信息。
现在你可以返回结果,并继续在 LangChain 中使用这些结果。
retriever.invoke("what is vespa?")