langchain_community.vectorstores.matching_engine
.MatchingEngine¶
- class langchain_community.vectorstores.matching_engine.MatchingEngine(project_id: str, index: MatchingEngineIndex, endpoint: MatchingEngineIndexEndpoint, embedding: Embeddings, gcs_client: storage.Client, gcs_bucket_name: str, credentials: Optional[Credentials] = None, *, document_id_key: Optional[str] = None)[source]¶
[Deprecated] `Google Vertex AI Vector Search`(之前称为Matching Engine)向量存储。
虽然嵌入式文档存储在Matching Engine中,但嵌入式文档将存储在GCS中。
使用此模块的先决条件是存在索引和相应的端点。
请参阅docs/integrations/vectorstores/google_vertex_ai_vector_search.ipynb中的用法。
请注意,此实现主要用于阅读,如果您计划进行实时实现。虽然阅读是实时操作,但更新索引需要接近一小时。
Notes
Deprecated since version 0.0.12.
Google Vertex AI Vector Search(之前称为Matching Engine)的向量存储实现。
虽然嵌入式文档存储在Matching Engine中,但嵌入式文档将存储在GCS中。
使用此模块的先决条件是存在一个现有的索引和相应的端点。
查看使用方法 docs/integrations/vectorstores/google_vertex_ai_vector_search.ipynb。
请注意,此实现主要用于阅读,如果您计划进行实时实现。虽然阅读是实时操作,但更新索引需要接近一小时。
- 属性:
project_id:GCS项目ID。 index:创建的索引类。请参见
~:func:MatchingEngine.from_components。
- endpoint:创建的端点类。请参见
~:func:MatchingEngine.from_components。
embedding:将用于嵌入发送的文本的:class:Embeddings。如果未发送任何内容,则将使用多语言Tensorflow通用句子编码器。 gcs_client:GCS客户端。 gcs_bucket_name:GCS存储桶名称。 credentials(可选):创建的GCP凭据。 document_id_key(可选):在文档元数据中存储文档ID的键。如果为None,则文档ID将不会在文档元数据中返回。
Attributes
embeddings
如果可用,访问查询嵌入对象。
Methods
__init__
(project_id, index, endpoint, ...[, ...])Google Vertex AI Vector Search(之前称为Matching Engine)的向量存储实现。
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])运行更多的文本通过嵌入并添加到向量存储中。
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])根据向量ID或其他条件进行删除。
from_components
(project_id, region, ...[, ...])将对象创建从构造函数中移出。
from_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
from_texts
(texts, embedding[, metadatas])使用组件而不是从中导入。
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, filter])返回与查询最相似的文档。
similarity_search_by_vector
(embedding[, k, ...])返回与嵌入最相似的文档。
similarity_search_by_vector_with_score
(embedding)返回与嵌入最相似的文档及它们的余弦距离。
返回文档和相关性得分在[0, 1]范围内。
similarity_search_with_score
(query[, k, filter])返回与查询最相似的文档及其与查询之间的余弦距离。
- Parameters
project_id (str) –
index (MatchingEngineIndex) –
endpoint (MatchingEngineIndexEndpoint) –
embedding (Embeddings) –
gcs_client (storage.Client) –
gcs_bucket_name (str) –
credentials (Optional[Credentials]) –
document_id_key (Optional[str]) –
- __init__(project_id: str, index: MatchingEngineIndex, endpoint: MatchingEngineIndexEndpoint, embedding: Embeddings, gcs_client: storage.Client, gcs_bucket_name: str, credentials: Optional[Credentials] = None, *, document_id_key: Optional[str] = None)[source]¶
Google Vertex AI Vector Search(之前称为Matching Engine)的向量存储实现。
虽然嵌入式文档存储在Matching Engine中,但嵌入式文档将存储在GCS中。
使用此模块的先决条件是存在一个现有的索引和相应的端点。
查看使用方法 docs/integrations/vectorstores/google_vertex_ai_vector_search.ipynb。
请注意,此实现主要用于阅读,如果您计划进行实时实现。虽然阅读是实时操作,但更新索引需要接近一小时。
- 属性:
project_id:GCS项目ID。 index:创建的索引类。请参见
~:func:MatchingEngine.from_components。
- endpoint:创建的端点类。请参见
~:func:MatchingEngine.from_components。
embedding:将用于嵌入发送的文本的:class:Embeddings。如果未发送任何内容,则将使用多语言Tensorflow通用句子编码器。 gcs_client:GCS客户端。 gcs_bucket_name:GCS存储桶名称。 credentials(可选):创建的GCP凭据。 document_id_key(可选):在文档元数据中存储文档ID的键。如果为None,则文档ID将不会在文档元数据中返回。
- Parameters
project_id (str) –
index (MatchingEngineIndex) –
endpoint (MatchingEngineIndexEndpoint) –
embedding (Embeddings) –
gcs_client (storage.Client) –
gcs_bucket_name (str) –
credentials (Optional[Credentials]) –
document_id_key (Optional[str]) –
- 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]] = 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中。
- 参数:
texts:要添加到向量存储中的字符串的可迭代对象。 metadatas:与文本相关联的元数据的可选列表。 kwargs:向量存储特定的参数。
- 返回:
将文本添加到向量存储中的id列表。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
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] ¶
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]
- classmethod from_components(project_id: str, region: str, gcs_bucket_name: str, index_id: str, endpoint_id: str, credentials_path: Optional[str] = None, embedding: Optional[Embeddings] = None, **kwargs: Any) MatchingEngine [source]¶
将对象创建从构造函数中移出。
- 参数:
project_id: GCP项目ID。 region: 进行API调用的默认位置。必须与GCS存储桶的位置相同,并且必须是区域性的。 gcs_bucket_name: 存储向量以便创建索引的位置。 index_id: 创建的索引的ID。 endpoint_id: 创建的端点的ID。 credentials_path: (可选)本地文件系统上Google凭据的路径。 embedding: 将用于嵌入文本的Embeddings类。 kwargs: 传递给MatchingEngine.__init__()的额外关键字参数。
- 返回:
配置好的MatchingEngine,其中包含添加到索引的文本。
- Parameters
project_id (str) –
region (str) –
gcs_bucket_name (str) –
index_id (str) –
endpoint_id (str) –
credentials_path (Optional[str]) –
embedding (Optional[Embeddings]) –
kwargs (Any) –
- Return type
- 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]] = None, **kwargs: Any) MatchingEngine [source]¶
使用组件而不是从中导入。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
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, filter: Optional[List[Namespace]] = None, **kwargs: Any) List[Document] [source]¶
返回与查询最相似的文档。
- 参数:
query: 将用于搜索相似文档的字符串。 k: 将被检索的邻居数量。 filter: 可选。用于过滤匹配结果的Namespaces列表。
例如: [Namespace(“color”, [“red”], []), Namespace(“shape”, [], [“squared”])] 将匹配满足”红色”但不包括”正方形形状”的数据点。请参考 https://cloud.google.com/vertex-ai/docs/matching-engine/filtering#json 获取更多详细信息。
- 返回:
一个包含k个匹配文档的列表。
- Parameters
query (str) –
k (int) –
filter (Optional[List[Namespace]]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector(embedding: List[float], k: int = 4, filter: Optional[List[Namespace]] = None, **kwargs: Any) List[Document] [source]¶
返回与嵌入最相似的文档。
- 参数:
embedding:要查找相似文档的嵌入。 k:将被检索的邻居数量。 过滤器:可选。用于过滤匹配结果的Namespaces列表。
例如: [Namespace(“color”, [“red”], []), Namespace(“shape”, [], [“squared”])] 将匹配满足“红色颜色”但不包括“正方形形状”的数据点。请参考 https://cloud.google.com/vertex-ai/docs/matching-engine/filtering#json 了解更多详细信息。
- 返回:
一个包含k个匹配文档的列表。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[List[Namespace]]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector_with_score(embedding: List[float], k: int = 4, filter: Optional[List[Namespace]] = None) List[Tuple[Document, float]] [source]¶
返回与嵌入最相似的文档及它们的余弦距离。
- 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: 可选。用于过滤匹配结果的命名空间列表。
例如: [Namespace(“color”, [“red”], []), Namespace(“shape”, [], [“squared”])] 将匹配满足”红色颜色”但不包括”正方形形状”的数据点。请参考 https://cloud.google.com/vertex-ai/docs/matching-engine/filtering#json 获取更多详细信息。
- 返回:
List[Tuple[Document, float]]: 最相似于查询文本的文档列表,以及每个文档的余弦距离。 较低的分数表示更相似。
- Parameters
embedding (List[float]) –
k (int) –
filter (Optional[List[Namespace]]) –
- Return type
List[Tuple[Document, float]]
- 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[List[Namespace]] = None) List[Tuple[Document, float]] [source]¶
返回与查询最相似的文档及其与查询之间的余弦距离。
- 参数:
query:要查找类似文档的字符串查询。 k:要返回的文档数量。默认为4。 filter:可选。用于过滤匹配结果的命名空间列表。
例如: [Namespace(“color”, [“red”], []), Namespace(“shape”, [], [“squared”])] 将匹配满足”红色颜色”但不包括”正方形形状”的数据点。请参考 https://cloud.google.com/vertex-ai/docs/matching-engine/filtering#json 了解更多详细信息。
- 返回:
List[Tuple[Document, float]]:与查询文本最相似的文档列表,以及每个文档的余弦距离。 较低的分数表示更相似。
- Parameters
query (str) –
k (int) –
filter (Optional[List[Namespace]]) –
- Return type
List[Tuple[Document, float]]