AwaDB#

class langchain_community.vectorstores.awadb.AwaDB(table_name: str = 'langchain_awadb', embedding: Embeddings | None = None, log_and_data_dir: str | None = None, client: awadb.Client | None = None, **kwargs: Any)[来源]#

AwaDB 向量存储。

Initialize with AwaDB client.: 如果未指定 table_name，将自动创建一个随机表名，格式为 _DEFAULT_TABLE_NAME + uuid 的最后一段。

Parameters:

table_name (str) – 创建的表的名称，默认为 _DEFAULT_TABLE_NAME。
embedding (可选[Embeddings]) – 初始设置的可选嵌入。
log_and_data_dir (Optional[str]) – 可选的日志和数据的根目录。
client (可选[awadb.Client]) – 可选的AwaDB客户端。
kwargs (Any) – 未来可能扩展的任何参数。

Returns:

无。

属性

embeddings

如果可用，访问查询嵌入对象。

方法

`__init__`([table_name, embedding, ...])	使用AwaDB客户端进行初始化。
`aadd_documents`(documents, **kwargs)	异步运行更多文档通过嵌入并添加到向量存储中。
`aadd_texts`(texts[, metadatas, ids])	异步运行更多文本通过嵌入并添加到向量存储中。
`add_documents`(documents, **kwargs)	在向量存储中添加或更新文档。
`add_texts`(texts[, metadatas, is_duplicate_texts])	通过嵌入运行更多文本并将其添加到向量存储中。
`adelete`([ids])	异步删除通过向量ID或其他条件。
`afrom_documents`(documents, embedding, **kwargs)	异步返回从文档和嵌入初始化的VectorStore。
`afrom_texts`(texts, embedding[, metadatas, ids])	异步返回从文本和嵌入初始化的VectorStore。
`aget_by_ids`(ids, /)	通过ID异步获取文档。
`amax_marginal_relevance_search`(query[, k, ...])	异步返回使用最大边际相关性选择的文档。
`amax_marginal_relevance_search_by_vector`(...)	异步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)	异步返回与查询最相似的文档，使用指定的搜索类型。
`asimilarity_search`(query[, k])	异步返回与查询最相似的文档。
`asimilarity_search_by_vector`(embedding[, k])	异步返回与嵌入向量最相似的文档。
`asimilarity_search_with_relevance_scores`(query)	异步返回文档和相关分数，范围在[0, 1]之间。
`asimilarity_search_with_score`(args, *kwargs)	异步运行带距离的相似性搜索。
`create_table`(table_name, **kwargs)	创建一个新表。
`delete`([ids])	删除具有指定ID的文档。
`from_documents`(documents[, embedding, ...])	从文档列表创建AwaDB向量存储。
`from_texts`(texts[, embedding, metadatas, ...])	从原始文档创建AwaDB向量存储。
`get`([ids, text_in_page_content, ...])	根据ID返回文档。
`get_by_ids`(ids, /)	通过ID获取文档。
`get_current_table`(**kwargs)	获取当前表。
`list_tables`(**kwargs)	列出客户端创建的所有表。
`load_local`(table_name, **kwargs)	加载本地指定的表。
`max_marginal_relevance_search`(query[, k, ...])	返回使用最大边际相关性选择的文档。
`max_marginal_relevance_search_by_vector`(...)	返回使用最大边际相关性选择的文档。
`search`(query, search_type, **kwargs)	使用指定的搜索类型返回与查询最相似的文档。
`similarity_search`(query[, k, ...])	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。
`similarity_search_with_relevance_scores`(query)	返回文档和相关度分数，范围在[0, 1]之间。
`similarity_search_with_score`(query[, k, ...])	指定查询的最相似的k个文档及其分数。
`update`(ids, texts[, metadatas])	更新具有指定ID的文档。
`use`(table_name, **kwargs)	使用指定的表。

__init__(table_name: str = 'langchain_awadb', embedding: Embeddings | None = None, log_and_data_dir: str | None = None, client: awadb.Client | None = None, **kwargs: Any) → None[source]#

Initialize with AwaDB client.: 如果未指定 table_name，将自动创建一个随机表名，格式为 _DEFAULT_TABLE_NAME + uuid 的最后一段。

Parameters:

table_name (str) – 创建的表的名称，默认为 _DEFAULT_TABLE_NAME。
embedding (可选[Embeddings]) – 初始设置的可选嵌入。
log_and_data_dir (Optional[str]) – 可选的日志和数据的根目录。
client (可选[awadb.Client]) – 可选的AwaDB客户端。
kwargs (Any) – 未来可能扩展的任何参数。

Returns:

无。

Return type:

无

async aadd_documents(documents: list[Document], **kwargs: Any) → list[str]#

通过嵌入异步运行更多文档并将其添加到向量存储中。

Parameters:

documents (list[Document]) – 要添加到向量存储中的文档。
kwargs (Any) – 额外的关键字参数。

Returns:

已添加文本的ID列表。

Raises:

ValueError – 如果ID的数量与文档的数量不匹配。

Return type:

列表[字符串]

async aadd_texts(texts: Iterable[str], metadatas: list[dict] | None = None, *, ids: list[str] | None = None, **kwargs: Any) → list[str]#

异步运行更多文本通过嵌入并添加到向量存储中。

Parameters:

texts (Iterable[str]) – 要添加到向量存储中的字符串的可迭代对象。
metadatas (list[dict] | None) – 可选的与文本关联的元数据列表。默认值为 None。
ids (list[str] | None) – 可选的列表
**kwargs (Any) – 向量存储特定参数。

Returns:

将文本添加到向量存储中后的ID列表。

Raises:

ValueError – 如果元数据的数量与文本的数量不匹配。
ValueError – 如果id的数量与文本的数量不匹配。

Return type:

列表[字符串]

add_documents(documents: list[Document], **kwargs: Any) → list[str]#

在向量存储中添加或更新文档。

Parameters:

documents (list[Document]) – 要添加到向量存储中的文档。
kwargs (Any) – 额外的关键字参数。如果 kwargs 包含 ids 并且 documents 也包含 ids， kwargs 中的 ids 将优先。

Returns:

已添加文本的ID列表。

Raises:

ValueError – 如果id的数量与文档的数量不匹配。

Return type:

列表[字符串]

add_texts(texts: Iterable[str], metadatas: List[dict] | None = None, is_duplicate_texts: bool | None = None, **kwargs: Any) → List[str][source]#

通过嵌入运行更多文本并添加到向量存储中。 :param texts: 要添加到向量存储的字符串可迭代对象。 :param metadatas: 与文本关联的可选元数据列表。 :param is_duplicate_texts: 可选是否复制文本。默认为True。 :param kwargs: 未来可能的扩展参数。

Returns:

将文本添加到向量存储中后的ID列表。

Parameters:

texts (可迭代对象[字符串])
metadatas (列表[字典] | 无)
is_duplicate_texts (bool | None)
kwargs (Any)

Return type:

列表[str]

async adelete(ids: list[str] | None = None, **kwargs: Any) → bool | None#

通过向量ID或其他条件异步删除。

Parameters:

ids (list[str] | None) – 要删除的id列表。如果为None，则删除所有。默认值为None。
**kwargs (Any) – 子类可能使用的其他关键字参数。

Returns:

如果删除成功则为真，否则为假，如果未实现则为无。

Return type:

可选[布尔]

async classmethod afrom_documents(documents: list[Document], embedding: Embeddings, **kwargs: Any) → VST#

异步返回从文档和嵌入初始化的VectorStore。

Parameters:

documents (list[Document]) – 要添加到向量存储中的文档列表。
embedding (Embeddings) – 使用的嵌入函数。
kwargs (Any) – 额外的关键字参数。

Returns:

从文档和嵌入初始化的VectorStore。

Return type:

VectorStore

async classmethod afrom_texts(texts: list[str], embedding: Embeddings, metadatas: list[dict] | None = None, *, ids: list[str] | None = None, **kwargs: Any) → VST#

异步返回从文本和嵌入初始化的VectorStore。

Parameters:

texts (list[str]) – 要添加到向量存储中的文本。
embedding (Embeddings) – 使用的嵌入函数。
metadatas (list[dict] | None) – 可选的与文本关联的元数据列表。默认值为 None。
ids (list[str] | None) – 可选的与文本关联的ID列表。
kwargs (Any) – 额外的关键字参数。

Returns:

VectorStore 从文本和嵌入初始化。

Return type:

VectorStore

async aget_by_ids(ids: Sequence[str], /) → list[Document]#

通过ID异步获取文档。

返回的文档预计将具有ID字段，该字段设置为向量存储中文档的ID。

如果某些ID未找到或存在重复的ID，返回的文档数量可能少于请求的数量。

用户不应假设返回文档的顺序与输入ID的顺序相匹配。相反，用户应依赖返回文档的ID字段。

如果没有找到某些ID的文档，此方法不应引发异常。

Parameters:: ids (Sequence[str]) – 要检索的ID列表。
Returns:: 文档列表。
Return type:: 列表[Document]

在版本0.2.11中添加。

async amax_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) → list[Document]#

异步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。

Parameters:

query (str) – 用于查找相似文档的文本。
k (int) – 返回的文档数量。默认为4。
fetch_k (int) – 要传递给MMR算法的文档数量。默认值为20。
lambda_mult (float) – 介于0和1之间的数字，决定了结果之间的多样性程度，0对应最大多样性，1对应最小多样性。默认值为0.5。
kwargs (Any)

Returns:

通过最大边际相关性选择的文档列表。

Return type:

列表[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]#

异步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。

Parameters:

embedding (list[float]) – 用于查找相似文档的嵌入。
k (int) – 返回的文档数量。默认为4。
fetch_k (int) – 要传递给MMR算法的文档数量。默认值为20。
lambda_mult (float) – 介于0和1之间的数字，决定了结果之间的多样性程度，0对应最大多样性，1对应最小多样性。默认值为0.5。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

通过最大边际相关性选择的文档列表。

Return type:

列表[Document]

as_retriever(**kwargs: Any) → VectorStoreRetriever#

返回从此VectorStore初始化的VectorStoreRetriever。

Parameters:

**kwargs (Any) –

传递给搜索函数的关键字参数。可以包括： search_type (Optional[str]): 定义检索器应执行的搜索类型。可以是“similarity”（默认）、“mmr”或“similarity_score_threshold”。

检索器应执行的搜索类型。可以是“similarity”（默认）、“mmr”或“similarity_score_threshold”。

search_kwargs (Optional[Dict]): 传递给搜索函数的关键字参数。

可以包括以下内容：

k: 返回的文档数量（默认：4） score_threshold: 最小相关性阈值

用于similarity_score_threshold

fetch_k: 传递给MMR算法的文档数量: （默认：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：0.5）

filter: 按文档元数据过滤

Returns:

VectorStore的检索器类。

Return type:

VectorStoreRetriever

示例：

# Retrieve more documents with higher diversity
# Useful if your dataset has many similar documents
docsearch.as_retriever(
    search_type="mmr",
    search_kwargs={'k': 6, 'lambda_mult': 0.25}
)

# Fetch more documents for the MMR algorithm to consider
# But only return the top 5
docsearch.as_retriever(
    search_type="mmr",
    search_kwargs={'k': 5, 'fetch_k': 50}
)

# Only retrieve documents that have a relevance score
# Above a certain threshold
docsearch.as_retriever(
    search_type="similarity_score_threshold",
    search_kwargs={'score_threshold': 0.8}
)

# Only get the single most similar document from the dataset
docsearch.as_retriever(search_kwargs={'k': 1})

# Use a filter to only retrieve documents from a specific paper
docsearch.as_retriever(
    search_kwargs={'filter': {'paper_title':'GPT-4 Technical Report'}}
)

async asearch(query: str, search_type: str, **kwargs: Any) → list[Document]#

异步返回与查询最相似的文档，使用指定的搜索类型。

Parameters:

query (str) – 输入文本。
search_type (str) – 要执行的搜索类型。可以是“similarity”、“mmr”或“similarity_score_threshold”。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

与查询最相似的文档列表。

Raises:

ValueError – 如果 search_type 不是 “similarity”、“mmr” 或 “similarity_score_threshold” 之一。

Return type:

列表[Document]

async asimilarity_search(query: str, k: int = 4, **kwargs: Any) → list[Document]#

异步返回与查询最相似的文档。

Parameters:

query (str) – 输入文本。
k (int) – 返回的文档数量。默认为4。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

与查询最相似的文档列表。

Return type:

列表[Document]

async asimilarity_search_by_vector(embedding: list[float], k: int = 4, **kwargs: Any) → list[Document]#

异步返回与嵌入向量最相似的文档。

Parameters:

embedding (list[float]) – 用于查找相似文档的嵌入。
k (int) – 返回的文档数量。默认为4。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

与查询向量最相似的文档列表。

Return type:

列表[Document]

async asimilarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) → list[tuple[Document, float]]#

异步返回文档和相关度分数，范围在[0, 1]之间。

0 表示不相似，1 表示最相似。

Parameters:

query (str) – 输入文本。
k (int) – 返回的文档数量。默认为4。
**kwargs (Any) –
传递给相似性搜索的kwargs。应包括： score_threshold: 可选，一个介于0到1之间的浮点值

过滤检索到的文档集

Returns:

（文档，相似度分数）的元组列表

Return type:

列表[元组[Document, 浮点数]]

async asimilarity_search_with_score(*args: Any, **kwargs: Any) → list[tuple[Document, float]]#

异步运行带有距离的相似性搜索。

Parameters:

*args (Any) – 传递给搜索方法的参数。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

(文档, 相似度分数) 的元组列表。

Return type:

列表[元组[Document, 浮点数]]

create_table(table_name: str, **kwargs: Any) → bool[来源]#

创建一个新表。

Parameters:

table_name (str)
kwargs (Any)

Return type:

布尔

delete(ids: List[str] | None = None, **kwargs: Any) → bool | None[source]#

删除具有指定ID的文档。

Parameters:

ids (List[str] | None) – 嵌入向量的ID列表。
**kwargs (Any) – 子类可能使用的其他关键字参数。

Returns:

如果删除成功则为True。否则为False，如果未实现则为None。

Return type:

可选[布尔]

classmethod from_documents(documents: List[Document], embedding: Embeddings | None = None, table_name: str = 'langchain_awadb', log_and_data_dir: str | None = None, client: awadb.Client | None = None, **kwargs: Any) → AwaDB[source]#

从文档列表创建一个AwaDB向量存储。

如果指定了log_and_data_dir，表将被持久化到那里。

Parameters:

documents (List[Document]) – 要添加到向量存储中的文档列表。
embedding (可选[Embeddings]) – 嵌入函数。默认为 None。
table_name (str) – 要创建的表的名称。
log_and_data_dir (可选[str]) – 用于持久化表的目录。
client (可选[awadb.Client]) – AwaDB 客户端。
Any – 未来可能的任何参数
kwargs (Any)

Returns:

AwaDB 向量存储。

Return type:

AwaDB

classmethod from_texts(texts: List[str], embedding: Embeddings | None = None, metadatas: List[dict] | None = None, table_name: str = 'langchain_awadb', log_and_data_dir: str | None = None, client: awadb.Client | None = None, **kwargs: Any) → AwaDB[source]#

从原始文档创建一个AwaDB向量存储。

Parameters:

texts (List[str]) – 要添加到表中的文本列表。
embedding (可选[Embeddings]) – 嵌入函数。默认为 None。
metadatas (可选[列表[字典]]) – 元数据列表。默认为 None。
table_name (str) – 要创建的表的名称。
log_and_data_dir (可选[str]) – 日志和持久化目录。
client (可选[awadb.Client]) – AwaDB 客户端
kwargs (Any)

Returns:

AwaDB 向量存储。

Return type:

AwaDB

根据ID返回文档。

Parameters:

ids (List[str] | None) – 嵌入向量的ID列表。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (dict | None) – 根据文档的任何元数据进行过滤。
not_include_fields (Set[str] | None) – 不打包每个文档的指定字段。
limit (int | None) – 返回的文档数量。默认为5。可选。
kwargs (Any)

Returns:

满足输入条件的文档。

Return type:

Dict[str, Document]

get_by_ids(ids: Sequence[str], /) → list[Document]#

通过ID获取文档。

返回的文档预计将具有ID字段，该字段设置为向量存储中文档的ID。

如果某些ID未找到或存在重复的ID，返回的文档数量可能少于请求的数量。

用户不应假设返回文档的顺序与输入ID的顺序相匹配。相反，用户应依赖返回文档的ID字段。

如果没有找到某些ID的文档，此方法不应引发异常。

Parameters:: ids (Sequence[str]) – 要检索的ID列表。
Returns:: 文档列表。
Return type:: 列表[Document]

在版本0.2.11中添加。

get_current_table(**kwargs: Any) → str[来源]#

获取当前表格。

Parameters:: kwargs (任意)
Return type:: 字符串

list_tables(**kwargs: Any) → List[str][source]#

列出客户端创建的所有表。

Parameters:: kwargs (任意)
Return type:: 列表[str]

load_local(table_name: str, **kwargs: Any) → bool[来源]#

加载本地指定的表。

Parameters:

table_name (str) – 表名
kwargs (Any) – 未来可能扩展的任何参数。

Returns:

加载本地指定表的成功或失败

Return type:

布尔

max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, text_in_page_content: str | None = None, meta_filter: dict | None = 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。

Parameters:

query (str) – 用于查找相似文档的文本。
k (int) – 返回的文档数量。默认为4。
fetch_k (int) – 要获取并传递给MMR算法的文档数量。
lambda_mult (float) – 介于0和1之间的数字，决定了结果之间的多样性程度，0对应最大多样性，1对应最小多样性。默认值为0.5。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (可选[字典]) – 按元数据过滤。默认为 None。
kwargs (Any)

Returns:

通过最大边际相关性选择的文档列表。

Return type:

列表[文档]

max_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, text_in_page_content: str | None = None, meta_filter: dict | None = None, **kwargs: Any) → List[Document][来源]#

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。

Parameters:

embedding (List[float]) – 用于查找相似文档的嵌入。
k (int) – 返回的文档数量。默认为4。
fetch_k (int) – 要获取并传递给MMR算法的文档数量。
lambda_mult (float) – 介于0和1之间的数字，决定了结果之间的多样性程度，0对应最大多样性，1对应最小多样性。默认值为0.5。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (可选[字典]) – 按元数据过滤。默认为 None。
kwargs (Any)

Returns:

通过最大边际相关性选择的文档列表。

Return type:

列表[文档]

search(query: str, search_type: str, **kwargs: Any) → list[Document]#

使用指定的搜索类型返回与查询最相似的文档。

Parameters:

query (str) – 输入文本
search_type (str) – 要执行的搜索类型。可以是“similarity”、“mmr”或“similarity_score_threshold”。
**kwargs (Any) – 传递给搜索方法的参数。

Returns:

与查询最相似的文档列表。

Raises:

ValueError – 如果 search_type 不是 “similarity”、“mmr” 或 “similarity_score_threshold” 之一。

Return type:

列表[Document]

similarity_search(query: str, k: int = 4, text_in_page_content: str | None = None, meta_filter: dict | None = None, **kwargs: Any) → List[Document][来源]#

返回与查询最相似的文档。

Parameters:

query (str) – 文本查询。
k (int) – 返回的最大文档数量。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (可选[字典]) – 按元数据过滤。默认为 None。
`{"color" (例如) –
”red”, “price”: 4.20}`. 可选的。
`{"max_price" (例如) –
15.66, “min_price”: 4.20}`
field (价格是元数据)
filter (表示范围)
`{"maxe_price" (例如) –
15.66, “mine_price”: 4.20}`
字段
filter
kwargs (Any) – 未来可能扩展的任何参数。

Returns:

返回与指定文本查询最相似的k个文档。

Return type:

列表[文档]

similarity_search_by_vector(embedding: List[float] | None = None, k: int = 4, text_in_page_content: str | None = None, meta_filter: dict | None = None, not_include_fields_in_metadata: Set[str] | None = None, **kwargs: Any) → List[Document][source]#

返回与嵌入向量最相似的文档。

Parameters:

embedding (List[float] | None) – 用于查找相似文档的嵌入。
k (int) – 返回的文档数量。默认为4。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (dict | None) – 按元数据过滤。默认为 None。
not_incude_fields_in_metadata – 不包含每个文档的元字段。
not_include_fields_in_metadata (Set[str] | None)
kwargs (Any)

Returns:

与查询向量最相似的文档列表。

Return type:

列表[文档]

similarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) → list[tuple[Document, float]]#

返回文档和相关度分数，范围在[0, 1]之间。

0 表示不相似，1 表示最相似。

Parameters:

query (str) – 输入文本。
k (int) – 返回的文档数量。默认为4。
**kwargs (Any) –
传递给相似性搜索的kwargs。应包括： score_threshold: 可选，一个介于0到1之间的浮点值

用于过滤检索到的文档集。

Returns:

(文档, 相似度分数) 的元组列表。

Return type:

列表[元组[Document, 浮点数]]

similarity_search_with_score(query: str, k: int = 4, text_in_page_content: str | None = None, meta_filter: dict | None = None, **kwargs: Any) → List[Tuple[Document, float]][source]#

指定查询的最相似的k个文档及其分数。

Parameters:

query (str) – 文本查询。
k (int) – 与文本查询最相似的k个文档。
text_in_page_content (str | None) – 通过Document的page_content中的文本进行过滤。
meta_filter (dict | None) – 按元数据过滤。默认为 None。
kwargs (Any) – 未来可能扩展的任何参数。

Returns:

与指定文本查询最相似的k个文档。 0表示不相似，1表示最相似。

Return type:

列表[元组[文档, 浮点数]]

update(ids: List[str], texts: Iterable[str], metadatas: List[dict] | None = None, **kwargs: Any) → List[str][source]#

更新具有指定ID的文档。

Parameters:

ids (List[str]) – 更新嵌入向量的ID列表。
texts (Iterable[str]) – 更新文档的文本内容。
metadatas (List[dict] | None) – 更新文档的元数据。
kwargs (Any)

Returns:

更新文档的ID。

Return type:

列表[str]

use(table_name: str, **kwargs: Any) → bool[来源]#

使用指定的表。如果不知道有哪些表，请调用list_tables。

Parameters:

table_name (str)
kwargs (Any)

Return type:

布尔

使用 AwaDB 的示例

AwaDB