langchain_community.vectorstores.cassandra
.Cassandra¶
- class langchain_community.vectorstores.cassandra.Cassandra(embedding: Embeddings, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ttl_seconds: Optional[int] = None, *, body_index_options: Optional[List[Tuple[str, Any]]] = None, setup_mode: SetupMode = SetupMode.SYNC)[source]¶
Apache Cassandra(R) 用于向量存储工作负载。
要使用它,您需要安装最新版本的 cassio 库,并且需要支持向量功能的Cassandra集群/ Astra DB实例。
访问 cassio.org 网站以获取详尽的快速入门和代码示例。
- 示例:
from langchain_community.vectorstores import Cassandra from langchain_openai import OpenAIEmbeddings embeddings = OpenAIEmbeddings() session = ... # 创建您的Cassandra会话对象 keyspace = 'my_keyspace' # keyspace 应该已经存在 table_name = 'my_vector_store' vectorstore = Cassandra(embeddings, session, keyspace, table_name)
- 参数:
embedding: 要使用的嵌入函数。 session: Cassandra 驱动程序会话。如果未提供,则从 cassio 中解析。 keyspace: Cassandra 键空间。如果未提供,则从 cassio 中解析。 table_name: Cassandra 表(必填)。 ttl_seconds: 添加文本的可选存活时间。 body_index_options: 用于创建 body 索引的可选选项。
例如 body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
setup_mode: 用于创建Cassandra表的模式(SYNC、ASYNC 或 OFF)。
Attributes
embeddings
如果可用,访问查询嵌入对象。
Methods
__init__
(embedding[, session, keyspace, ...])Apache Cassandra(R) 用于向量存储工作负载。
aadd_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
aadd_texts
(texts[, metadatas, ids, ...])运行更多文本通过嵌入并添加到向量存储。
aclear
()清空表格。
add_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
add_texts
(texts[, metadatas, ids, ...])运行更多的文本通过嵌入并添加到向量存储。
adelete
([ids])根据向量ID删除。
adelete_by_document_id
(document_id)根据文档ID删除。
只是对`aclear`的别名 (为了更好地与其他VectorStore实现对齐)。
afrom_documents
(documents, embedding, *[, ...])从文档列表创建一个Cassandra向量存储。
afrom_texts
(texts, embedding[, metadatas, ...])从原始文本创建一个Cassandra向量存储。
amax_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数: query:要查找类似文档的文本。 k:要返回的文档数量。 fetch_k:要获取的文档数量,以传递给MMR算法。 lambda_mult:介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。 默认为0.5。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。 目前仅由Astra DB支持。 返回: 通过最大边际相关性选择的文档列表。
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数: embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取并传递给MMR算法的文档数量。默认为20。 lambda_mult: 介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。目前仅由Astra DB支持。 返回: 通过最大边际相关性选择的文档列表。
as_retriever
(**kwargs)返回从此VectorStore初始化的VectorStoreRetriever。
asearch
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
asimilarity_search
(query[, k, filter, ...])返回与查询最相似的文档。
asimilarity_search_by_vector
(embedding[, k, ...])返回与嵌入向量最相似的文档。
返回文档和相关性分数在范围[0, 1]内,异步执行。
asimilarity_search_with_score
(query[, k, ...])返回与查询最相似的文档。
返回与嵌入向量最相似的文档。
asimilarity_search_with_score_id
(query[, k, ...])返回与查询最相似的文档。
返回与嵌入向量最相似的文档。
clear
()清空表格。
delete
([ids])根据向量ID删除。
delete_by_document_id
(document_id)根据文档ID删除。
只是`clear`的别名 (为了更好地与其他VectorStore实现对齐)。
from_documents
(documents, embedding, *[, ...])从文档列表创建一个Cassandra向量存储。
from_texts
(texts, embedding[, metadatas, ...])从原始文本创建一个Cassandra向量存储。
max_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数: embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取以传递给MMR算法的文档数量。 默认为20。 lambda_mult: 0到1之间的数字,确定结果之间多样性的程度 0对应最大多样性,1对应最小多样性。 默认为0.5。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。 目前仅由Astra DB支持。 返回: 通过最大边际相关性选择的文档列表。
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数: embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取并传递给MMR算法的文档数量。默认为20。 lambda_mult: 介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。目前仅由Astra DB支持。 返回: 通过最大边际相关性选择的文档列表。
search
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
similarity_search
(query[, k, filter, ...])返回与查询最相似的文档。
similarity_search_by_vector
(embedding[, k, ...])返回与嵌入向量最相似的文档。
返回文档和相关性得分在[0, 1]范围内。
similarity_search_with_score
(query[, k, ...])返回与查询最相似的文档。
similarity_search_with_score_by_vector
(embedding)返回与嵌入向量最相似的文档。
similarity_search_with_score_id
(query[, k, ...])返回与查询最相似的文档。
返回与嵌入向量最相似的文档。
- Parameters
embedding (Embeddings) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
setup_mode (SetupMode) –
- Return type
None
- __init__(embedding: Embeddings, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ttl_seconds: Optional[int] = None, *, body_index_options: Optional[List[Tuple[str, Any]]] = None, setup_mode: SetupMode = SetupMode.SYNC) None [source]¶
Apache Cassandra(R) 用于向量存储工作负载。
要使用它,您需要安装最新版本的 cassio 库,并且需要支持向量功能的Cassandra集群/ Astra DB实例。
访问 cassio.org 网站以获取详尽的快速入门和代码示例。
- 示例:
from langchain_community.vectorstores import Cassandra from langchain_openai import OpenAIEmbeddings embeddings = OpenAIEmbeddings() session = ... # 创建您的Cassandra会话对象 keyspace = 'my_keyspace' # keyspace 应该已经存在 table_name = 'my_vector_store' vectorstore = Cassandra(embeddings, session, keyspace, table_name)
- 参数:
embedding: 要使用的嵌入函数。 session: Cassandra 驱动程序会话。如果未提供,则从 cassio 中解析。 keyspace: Cassandra 键空间。如果未提供,则从 cassio 中解析。 table_name: Cassandra 表(必填)。 ttl_seconds: 添加文本的可选存活时间。 body_index_options: 用于创建 body 索引的可选选项。
例如 body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
setup_mode: 用于创建Cassandra表的模式(SYNC、ASYNC 或 OFF)。
- Parameters
embedding (Embeddings) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
setup_mode (SetupMode) –
- Return type
None
- async aadd_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- async aadd_texts(texts: Iterable[str], metadatas: Optional[List[dict]] = None, ids: Optional[List[str]] = None, concurrency: int = 16, ttl_seconds: Optional[int] = None, **kwargs: Any) List[str] [source]¶
运行更多文本通过嵌入并添加到向量存储。
- 参数:
texts:要添加到向量存储的文本。 metadatas:元数据的可选列表。 ids:ID的可选列表。 并发性:查询数据库的并发数。
默认为16。
ttl_seconds:添加的文本的可选生存时间。
- 返回:
List[str]:已添加文本的ID列表。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
ids (Optional[List[str]]) –
concurrency (int) –
ttl_seconds (Optional[int]) –
kwargs (Any) –
- Return type
List[str]
- add_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- add_texts(texts: Iterable[str], metadatas: Optional[List[dict]] = None, ids: Optional[List[str]] = None, batch_size: int = 16, ttl_seconds: Optional[int] = None, **kwargs: Any) List[str] [source]¶
运行更多的文本通过嵌入并添加到向量存储。
- 参数:
texts: 要添加到向量存储的文本。 metadatas: 可选的元数据列表。 ids: 可选的ID列表。 batch_size: 发送到服务器的并发请求数量。 ttl_seconds: 添加文本的可选生存时间。
- 返回:
List[str]: 添加文本的ID列表。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
ids (Optional[List[str]]) –
batch_size (int) –
ttl_seconds (Optional[int]) –
kwargs (Any) –
- Return type
List[str]
- async adelete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] [source]¶
根据向量ID删除。
- 参数:
ids:要删除的ID列表。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- async adelete_by_document_id(document_id: str) None [source]¶
根据文档ID删除。
- 参数:
document_id:要删除的文档ID。
- Parameters
document_id (str) –
- Return type
None
- async adelete_collection() None [source]¶
只是对`aclear`的别名 (为了更好地与其他VectorStore实现对齐)。
- Return type
None
- async classmethod afrom_documents(documents: List[Document], embedding: Embeddings, *, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ids: Optional[List[str]] = None, concurrency: int = 16, ttl_seconds: Optional[int] = None, body_index_options: Optional[List[Tuple[str, Any]]] = None, **kwargs: Any) CVST [source]¶
从文档列表创建一个Cassandra向量存储。
- 参数:
documents: 要添加到向量存储的文档。 embedding: 要使用的嵌入函数。 session: Cassandra驱动程序会话。
如果未提供,则从cassio中解析。
- keyspace: Cassandra键空间。
如果未提供,则从cassio中解析。
table_name: Cassandra表(必填)。 ids: 与文档关联的ID的可选列表。 concurrency: 发送到数据库的并发查询数。
默认为16。
ttl_seconds: 添加文档的可选存活时间。 body_index_options: 用于创建正文索引的可选选项。
例如 body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
- 返回:
一个Cassandra向量存储。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ids (Optional[List[str]]) –
concurrency (int) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
kwargs (Any) –
- Return type
CVST
- async classmethod afrom_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, *, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ids: Optional[List[str]] = None, concurrency: int = 16, ttl_seconds: Optional[int] = None, body_index_options: Optional[List[Tuple[str, Any]]] = None, **kwargs: Any) CVST [source]¶
从原始文本创建一个Cassandra向量存储。
- 参数:
texts: 要添加到向量存储中的文本。 embedding: 要使用的嵌入函数。 metadatas: 与文本相关的元数据的可选列表。 session: Cassandra驱动程序会话。
如果未提供,则会从cassio中解析。
- keyspace: Cassandra键空间。
如果未提供,则会从cassio中解析。
table_name: Cassandra表(必填)。 ids: 与文本相关的ID的可选列表。 concurrency: 发送到数据库的并发查询数。
默认为16。
ttl_seconds: 添加的文本的可选存活时间。 body_index_options: 用于创建正文索引的可选选项。
例如:body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
- 返回:
一个Cassandra向量存储。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ids (Optional[List[str]]) –
concurrency (int) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
kwargs (Any) –
- Return type
CVST
- async amax_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。 fetch_k:要获取的文档数量,以传递给MMR算法。 lambda_mult:介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。
默认为0.5。
filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
通过最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- async amax_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取并传递给MMR算法的文档数量。默认为20。 lambda_mult: 介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。目前仅由Astra DB支持。
- 返回:
通过最大边际相关性选择的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- as_retriever(**kwargs: Any) VectorStoreRetriever ¶
返回从此VectorStore初始化的VectorStoreRetriever。
- 参数:
- search_type(可选[str]):定义Retriever应执行的搜索类型。
可以是”similarity”(默认值)、”mmr”或”similarity_score_threshold”。
- search_kwargs(可选[Dict]):传递给搜索函数的关键字参数。可以包括:
k:要返回的文档数量(默认值:4) score_threshold:用于similarity_score_threshold的最小相关性阈值 fetch_k:传递给MMR算法的文档数量(默认值:20) lambda_mult:MMR返回结果的多样性;1表示最小多样性,0表示最大多样性(默认值:0.5) filter:按文档元数据筛选
- 返回:
VectorStoreRetriever:VectorStore的Retriever类。
示例:
# 检索更多具有更高多样性的文档 # 如果数据集中有许多相似的文档,则很有用 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 6, 'lambda_mult': 0.25} ) # 为MMR算法考虑更多文档 # 但只返回前5个 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 5, 'fetch_k': 50} ) # 仅检索具有特定阈值以上相关性分数的文档 docsearch.as_retriever( search_type="similarity_score_threshold", search_kwargs={'score_threshold': 0.8} ) # 仅从数据集中获取最相似的单个文档 docsearch.as_retriever(search_kwargs={'k': 1}) # 使用筛选器仅从特定论文中检索文档 docsearch.as_retriever( search_kwargs={'filter': {'paper_title':'GPT-4 Technical Report'}} )
- Parameters
kwargs (Any) –
- Return type
- async asearch(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
文档列表,与查询向量最相似。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
文档列表,与查询向量最相似。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性分数在范围[0, 1]内,异步执行。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似度分数)的列表
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- async asimilarity_search_with_score(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float]] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
(文档,分数)的列表,最接近查询向量的文档。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float]]
- async asimilarity_search_with_score_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float]] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
(文档,分数)列表,与查询向量最相似的文档。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float]]
- async asimilarity_search_with_score_id(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float, str]] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
与查询向量最相似的文档的列表(文档,分数,id)。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float, str]]
- async asimilarity_search_with_score_id_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float, str]] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
与查询向量最相似的文档的列表(文档,分数,id)。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float, str]]
- delete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] [source]¶
根据向量ID删除。
- 参数:
ids:要删除的ID列表。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- delete_by_document_id(document_id: str) None [source]¶
根据文档ID删除。
- 参数:
document_id:要删除的文档ID。
- Parameters
document_id (str) –
- Return type
None
- classmethod from_documents(documents: List[Document], embedding: Embeddings, *, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ids: Optional[List[str]] = None, batch_size: int = 16, ttl_seconds: Optional[int] = None, body_index_options: Optional[List[Tuple[str, Any]]] = None, **kwargs: Any) CVST [source]¶
从文档列表创建一个Cassandra向量存储。
- 参数:
documents: 要添加到向量存储中的文档。 embedding: 要使用的嵌入函数。 session: Cassandra驱动程序会话。
如果未提供,则会从cassio中解析。
- keyspace: Cassandra键空间。
如果未提供,则会从cassio中解析。
table_name: Cassandra表(必填)。 ids: 与文档关联的可选ID列表。 batch_size: 发送到服务器的并发请求数量。
默认为16。
ttl_seconds: 添加文档的可选存活时间。 body_index_options: 用于创建正文索引的可选选项。
例如,body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
- 返回:
一个Cassandra向量存储。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ids (Optional[List[str]]) –
batch_size (int) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
kwargs (Any) –
- Return type
CVST
- classmethod from_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, *, session: Optional[Session] = None, keyspace: Optional[str] = None, table_name: str = '', ids: Optional[List[str]] = None, batch_size: int = 16, ttl_seconds: Optional[int] = None, body_index_options: Optional[List[Tuple[str, Any]]] = None, **kwargs: Any) CVST [source]¶
从原始文本创建一个Cassandra向量存储。
- 参数:
texts: 要添加到向量存储中的文本。 embedding: 要使用的嵌入函数。 metadatas: 与文本相关的元数据的可选列表。 session: Cassandra驱动程序会话。
如果未提供,则会从cassio中解析。
- keyspace: Cassandra键空间。
如果未提供,则会从cassio中解析。
table_name: Cassandra表(必填)。 ids: 与文本相关的ID的可选列表。 batch_size: 发送到服务器的并发请求数量。
默认为16。
ttl_seconds: 添加的文本的可选存活时间。 body_index_options: 用于创建正文索引的可选选项。
例如,body_index_options = [cassio.table.cql.STANDARD_ANALYZER]
- 返回:
一个Cassandra向量存储。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
session (Optional[Session]) –
keyspace (Optional[str]) –
table_name (str) –
ids (Optional[List[str]]) –
batch_size (int) –
ttl_seconds (Optional[int]) –
body_index_options (Optional[List[Tuple[str, Any]]]) –
kwargs (Any) –
- Return type
CVST
- max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取以传递给MMR算法的文档数量。
默认为20。
- lambda_mult: 0到1之间的数字,确定结果之间多样性的程度
0对应最大多样性,1对应最小多样性。 默认为0.5。
filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
通过最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- max_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回使用最大边际相关性选择的文档。 最大边际相关性优化了与查询的相似性和所选文档之间的多样性。 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 fetch_k: 要获取并传递给MMR算法的文档数量。默认为20。 lambda_mult: 介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。目前仅由Astra DB支持。
- 返回:
通过最大边际相关性选择的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- search(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
文档列表,与查询向量最相似。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None, **kwargs: Any) List[Document] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
文档列表,与查询向量最相似。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性得分在[0, 1]范围内。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似性得分)
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- similarity_search_with_score(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float]] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
(文档,分数)的列表,最接近查询向量的文档。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float]]
- similarity_search_with_score_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float]] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
(文档,分数)列表,与查询向量最相似的文档。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float]]
- similarity_search_with_score_id(query: str, k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float, str]] [source]¶
返回与查询最相似的文档。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 filter:要应用的元数据过滤器。 body_search:要应用的文档文本搜索词语。
目前仅由Astra DB支持。
- 返回:
与查询向量最相似的文档的列表(文档,分数,id)。
- Parameters
query (str) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float, str]]
- similarity_search_with_score_id_by_vector(embedding: List[float], k: int = 4, filter: Optional[Dict[str, str]] = None, body_search: Optional[Union[str, List[str]]] = None) List[Tuple[Document, float, str]] [source]¶
返回与嵌入向量最相似的文档。
- 参数:
embedding: 要查找相似文档的嵌入。 k: 要返回的文档数量。默认为4。 filter: 要应用的元数据过滤器。 body_search: 要应用的文档文本搜索词。
目前仅由Astra DB支持。
- 返回:
与查询向量最相似的文档的列表(文档,分数,id)。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[Dict[str, str]]) –
body_search (Optional[Union[str, List[str]]]) –
- Return type
List[Tuple[Document, float, str]]