langchain_community.vectorstores.couchbase
.CouchbaseVectorStore¶
- class langchain_community.vectorstores.couchbase.CouchbaseVectorStore(cluster: Cluster, bucket_name: str, scope_name: str, collection_name: str, embedding: Embeddings, index_name: str, *, text_key: Optional[str] = 'text', embedding_key: Optional[str] = 'embedding', scoped_index: bool = True)[source]¶
Couchbase Vector Store 矢量存储。
要使用它,您需要 - 最新版本的 couchbase 库的安装 - 具有预定义搜索索引且支持矢量字段的 Couchbase 数据库
- 示例:
from langchain_community.vectorstores import CouchbaseVectorStore from langchain_openai import OpenAIEmbeddings from couchbase.cluster import Cluster from couchbase.auth import PasswordAuthenticator from couchbase.options import ClusterOptions from datetime import timedelta auth = PasswordAuthenticator(username, password) options = ClusterOptions(auth) connect_string = "couchbases://localhost" cluster = Cluster(connect_string, options) # 等待集群准备就绪。 cluster.wait_until_ready(timedelta(seconds=5)) embeddings = OpenAIEmbeddings() vectorstore = CouchbaseVectorStore( cluster=cluster, bucket_name="", scope_name="", collection_name="", embedding=embeddings, index_name="vector-index", ) vectorstore.add_texts(["hello", "world"]) results = vectorstore.similarity_search("ola", k=1)
初始化Couchbase向量存储。
参数:
cluster (Cluster): 具有活动连接的Couchbase集群对象。 bucket_name (str): 存储文档的桶名称。 scope_name (str): 存储文档的作用域中的作用域名称。 collection_name (str): 存储文档的作用域中的集合名称。 embedding (Embeddings): 要使用的嵌入函数。 index_name (str): 要使用的搜索索引的名称。 text_key (optional[str]): 用作文本的文档中的键。
默认设置为text。
- embedding_key (optional[str]): 用于嵌入的文档中的键。
默认设置为embedding。
- scoped_index (optional[bool]): 指定索引是否为作用域索引。
默认设置为True。
Attributes
DEFAULT_BATCH_SIZE
embeddings
返回查询嵌入对象。
Methods
__init__
(cluster, bucket_name, scope_name, ...)初始化Couchbase向量存储。
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])运行更多的文本通过嵌入,并添加到向量存储中。
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, batch_size])通过嵌入将文本传递并持久化在向量存储中。
adelete
([ids])根据向量ID或其他条件进行删除。
afrom_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
afrom_texts
(texts, embedding[, metadatas])返回从文本和嵌入初始化的VectorStore。
amax_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。
返回使用最大边际相关性选择的文档。
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])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
(*args, **kwargs)使用异步方式运行相似性搜索与距离。
delete
([ids])通过ids从向量存储中删除文档。
from_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
from_texts
(texts, embedding[, metadatas])从文本列表构建一个Couchbase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。
返回使用最大边际相关性选择的文档。
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, search_options])返回与嵌入向量最相似的文档及其分数。
similarity_search_by_vector
(embedding[, k, ...])返回与向量嵌入最相似的文档。
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及其分数。
similarity_search_with_score_by_vector
(embedding)返回与嵌入向量最相似的文档及其分数。
- Parameters
cluster (Cluster) –
bucket_name (str) –
scope_name (str) –
collection_name (str) –
embedding (Embeddings) –
index_name (str) –
text_key (Optional[str]) –
embedding_key (Optional[str]) –
scoped_index (bool) –
- Return type
None
- __init__(cluster: Cluster, bucket_name: str, scope_name: str, collection_name: str, embedding: Embeddings, index_name: str, *, text_key: Optional[str] = 'text', embedding_key: Optional[str] = 'embedding', scoped_index: bool = True) None [source]¶
初始化Couchbase向量存储。
参数:
cluster (Cluster): 具有活动连接的Couchbase集群对象。 bucket_name (str): 存储文档的桶名称。 scope_name (str): 存储文档的作用域中的作用域名称。 collection_name (str): 存储文档的作用域中的集合名称。 embedding (Embeddings): 要使用的嵌入函数。 index_name (str): 要使用的搜索索引的名称。 text_key (optional[str]): 用作文本的文档中的键。
默认设置为text。
- embedding_key (optional[str]): 用于嵌入的文档中的键。
默认设置为embedding。
- scoped_index (optional[bool]): 指定索引是否为作用域索引。
默认设置为True。
- Parameters
cluster (Cluster) –
bucket_name (str) –
scope_name (str) –
collection_name (str) –
embedding (Embeddings) –
index_name (str) –
text_key (Optional[str]) –
embedding_key (Optional[str]) –
scoped_index (bool) –
- 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, **kwargs: Any) List[str] ¶
运行更多的文本通过嵌入,并添加到向量存储中。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
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[str, Any]]] = None, ids: Optional[List[str]] = None, batch_size: Optional[int] = None, **kwargs: Any) List[str] [source]¶
通过嵌入将文本传递并持久化在向量存储中。
如果传递了文档ID,则现有文档(如果有)将被新文档覆盖。
- 参数:
texts(Iterable[str]):要添加到向量存储中的字符串的可迭代对象。 metadatas(Optional[List[Dict]]):与文本相关的元数据的可选列表。 ids(Optional[List[str]):与文本相关的ID的可选列表。
ID必须是整个集合中的唯一字符串。 如果未指定,将生成并使用uuid作为ID。
- batch_size(Optional[int]):用于批量插入的可选批量大小。
默认值为100。
- 返回:
List[str]:将文本添加到向量存储中的ID列表。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[Dict[str, Any]]]) –
ids (Optional[List[str]]) –
batch_size (Optional[int]) –
kwargs (Any) –
- Return type
List[str]
- async adelete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] ¶
根据向量ID或其他条件进行删除。
- 参数:
ids:要删除的ID列表。 **kwargs:子类可能使用的其他关键字参数。
- 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 classmethod afrom_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- async classmethod afrom_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, **kwargs: Any) VST ¶
返回从文本和嵌入初始化的VectorStore。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
kwargs (Any) –
- Return type
VST
- async amax_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
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。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 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。
- 返回:
由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) –
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, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
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, **kwargs: Any) List[Document] ¶
返回与查询最相似的文档。
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_by_vector(embedding: List[float], k: int = 4, **kwargs: Any) List[Document] ¶
返回与嵌入向量最相似的文档。
- Parameters
embedding (List[float]) –
k (int) –
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(*args: Any, **kwargs: Any) List[Tuple[Document, float]] ¶
使用异步方式运行相似性搜索与距离。
- Parameters
args (Any) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- delete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] [source]¶
通过ids从向量存储中删除文档。
- 参数:
ids (List[str]): 要删除的文档的ID列表。 batch_size (Optional[int]): 批量删除的可选批量大小。
- 返回:
bool: 如果所有文档都成功删除,则为True,否则为False。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- classmethod from_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- classmethod from_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[Dict[Any, Any]]] = None, **kwargs: Any) CouchbaseVectorStore [source]¶
从文本列表构建一个Couchbase向量存储。
- 示例:
from langchain_community.vectorstores import CouchbaseVectorStore from langchain_openai import OpenAIEmbeddings
from couchbase.cluster import Cluster from couchbase.auth import PasswordAuthenticator from couchbase.options import ClusterOptions from datetime import timedelta
auth = PasswordAuthenticator(username, password) options = ClusterOptions(auth) connect_string = “couchbases://localhost” cluster = Cluster(connect_string, options)
# 等待集群准备就绪。 cluster.wait_until_ready(timedelta(seconds=5))
embeddings = OpenAIEmbeddings()
texts = [“hello”, “world”]
- vectorstore = CouchbaseVectorStore.from_texts(
texts, embedding=embeddings, cluster=cluster, bucket_name=””, scope_name=””, collection_name=””, index_name=”vector-index”,
)
- 参数:
texts (List[str]): 要添加到向量存储的文本列表。 embedding (Embeddings): 要使用的嵌入函数。 metadatas (optional[List[Dict]): 要添加到文档的元数据列表。 **kwargs: 用于初始化向量存储和/或传递给`add_texts`方法的关键字参数。检查构造函数和/或`add_texts`以获取接受的参数列表。
- 返回:
一个Couchbase向量存储。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[Dict[Any, Any]]]) –
kwargs (Any) –
- Return type
- max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
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。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 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。
- 返回:
由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) –
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, **kwargs: Any) List[Document] ¶
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。 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。
- 返回:
由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) –
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, search_options: Optional[Dict[str, Any]] = {}, **kwargs: Any) List[Document] [source]¶
返回与嵌入向量最相似的文档及其分数。
- 参数:
query(str):要查找相似文档的查询 k(int):要返回的文档数量。
默认为4。
- search_options(Optional[Dict[str, Any]]):可选的搜索选项,将其传递给Couchbase搜索。
默认为空字典
- fields(Optional[List[str]]):要包含在结果元数据中的可选字段列表。请注意,这些字段需要存储在索引中。
如果未指定任何内容,则默认为索引中存储的所有字段。
- 返回:
与查询最相似的文档列表。
- Parameters
query (str) –
k (int) –
search_options (Optional[Dict[str, Any]]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector(embedding: List[float], k: int = 4, search_options: Optional[Dict[str, Any]] = {}, **kwargs: Any) List[Document] [source]¶
返回与向量嵌入最相似的文档。
- 参数:
embedding (List[float]): 要查找相似文档的嵌入。 k (int): 要返回的文档数量。
默认为4。
- search_options (Optional[Dict[str, Any]]): 可选的搜索选项,会传递给Couchbase搜索。
默认为空字典。
- fields (Optional[List[str]]): 要包含在结果元数据中的可选字段列表。请注意,这些字段需要在索引中存储。
如果未指定任何内容,则默认为文档文本和元数据字段。
- 返回:
与查询最相似的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
search_options (Optional[Dict[str, Any]]) –
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, search_options: Optional[Dict[str, Any]] = {}, **kwargs: Any) List[Tuple[Document, float]] [source]¶
返回与查询最相似的文档及其分数。
- 参数:
query(str):要查找相似文档的查询 k(int):要返回的文档数量。
默认为4。
- search_options(Optional[Dict[str, Any]]):传递给Couchbase搜索的可选搜索选项。
默认为空字典。
- fields(Optional[List[str]]):要包含在结果元数据中的可选字段列表。请注意,这些字段需要存储在索引中。
如果未指定任何内容,则默认为文本和元数据字段。
- 返回:
与查询最相似的文档及其分数的列表。
- Parameters
query (str) –
k (int) –
search_options (Optional[Dict[str, Any]]) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- similarity_search_with_score_by_vector(embedding: List[float], k: int = 4, search_options: Optional[Dict[str, Any]] = {}, **kwargs: Any) List[Tuple[Document, float]] [source]¶
返回与嵌入向量最相似的文档及其分数。
- 参数:
embedding (List[float]): 要查找与之相似文档的嵌入向量。 k (int): 要返回的文档数量。
默认为4。
- search_options (Optional[Dict[str, Any]]): 可选的搜索选项,将其传递给Couchbase搜索。
默认为空字典。
- fields (Optional[List[str]]): 要包含在结果元数据中的字段的可选列表。请注意,这些字段需要存储在索引中。
如果未指定任何内容,则默认为索引中存储的所有字段。
- 返回:
与查询向量最相似的文档及其分数的列表。
- Parameters
embedding (List[float]) –
k (int) –
search_options (Optional[Dict[str, Any]]) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]