PGVector#

class langchain_community.vectorstores.pgvector.PGVector(connection_string: str, embedding_function: Embeddings, embedding_length: int | None = None, collection_name: str = 'langchain', collection_metadata: dict | None = None, distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, pre_delete_collection: bool = False, logger: Logger | None = None, relevance_score_fn: Callable[[float], float] | None = None, *, connection: Connection | None = None, engine_args: dict[str, Any] | None = None, use_jsonb: bool = False, create_extension: bool = True)[来源]#

自版本0.0.31起已弃用：此类即将被弃用，并可能在未来的版本中移除。您可以切换到使用langchain_postgres中的PGVector实现。在迁移之前，请阅读此类文档字符串中的指南，因为实现之间存在一些差异。有关新实现的详细信息，请参见<langchain-ai/langchain-postgres>。请使用from langchain_postgres import PGVector;代替。

Postgres/PGVector 向量存储。

DEPRECATED: This class is pending deprecation and will likely receive

没有更新。这个类的改进版本在langchain_postgres中作为PGVector提供。请使用那个类代替。

When migrating please keep in mind that:

新的实现适用于psycopg3，不适用于psycopg2（此实现不适用于psycopg3）。
过滤语法已更改为使用以$为前缀的操作符来处理JSONB元数据字段。（新实现仅使用JSONB字段来存储元数据）
新的实现进行了一些模式更改，以解决现有实现中的问题。因此，您需要重新创建表并重新索引数据，或者执行手动迁移。

要使用，您应该安装pgvector python包。

Parameters:

connection_string (str) – Postgres 连接字符串。
embedding_function (Embeddings) – 任何实现langchain.embeddings.base.Embeddings接口的嵌入函数。
embedding_length (Optional[int]) – 嵌入向量的长度。（默认值：None）注意：这不是强制性的。定义它将防止任何其他大小的向量被添加到嵌入表中，但如果没有它，嵌入不能被索引。
collection_name (str) – 要使用的集合的名称。（默认值：langchain）注意：这不是表的名称，而是集合的名称。表将在初始化存储时创建（如果不存在）因此，请确保用户具有创建表的正确权限。
distance_strategy (DistanceStrategy) – 使用的距离策略。(默认: COSINE)
pre_delete_collection (bool) – 如果为True，将在集合存在时删除集合。 (默认值: False)。对测试很有用。
engine_args (可选[字典[字符串, 任意类型]]) – SQLAlchemy 的创建引擎参数。
use_jsonb (bool) – 使用 JSONB 而不是 JSON 来存储元数据。（默认值：True）强烈建议不要使用 JSON，因为它在查询时效率不高。这里提供它是为了与旧版本向后兼容，未来将会被移除。
create_extension (bool) – 如果为True，将在向量扩展不存在时创建它。禁用创建在使用只读数据库时非常有用。
collection_metadata (可选[字典])
logger (可选[logging.Logger])
relevance_score_fn (可选[Callable[[float], float]])
connection (可选[sqlalchemy.engine.Connection])

示例

from langchain_community.vectorstores import PGVector
from langchain_community.embeddings.openai import OpenAIEmbeddings
CONNECTION_STRING = "postgresql+psycopg2://hwc@localhost:5432/test3"
COLLECTION_NAME = "state_of_the_union_test"
embeddings = OpenAIEmbeddings()
vectorestore = PGVector.from_documents(
    embedding=embeddings,
    documents=docs,
    collection_name=COLLECTION_NAME,
    connection_string=CONNECTION_STRING,
    use_jsonb=True,

初始化PGVector存储。

属性

`distance_strategy`
`embeddings`	如果可用，访问查询嵌入对象。

方法

`__init__`(connection_string, embedding_function)	初始化 PGVector 存储。
`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_embeddings`(texts, embeddings[, ...])	将嵌入添加到向量存储中。
`add_texts`(texts[, metadatas, ids])	通过嵌入运行更多文本并将其添加到向量存储中。
`adelete`([ids])	异步通过向量ID或其他条件删除。
`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, /)	异步通过ID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`(...)	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。
`connection_string_from_db_params`(driver, ...)	从数据库参数返回连接字符串。
`create_collection`()
`create_tables_if_not_exists`()
`create_vector_extension`()
`delete`([ids, collection_only])	通过ID或UUID删除向量。
`delete_collection`()
`drop_tables`()
`from_documents`(documents, embedding[, ...])	返回从文档和嵌入初始化的VectorStore。
`from_embeddings`(text_embeddings, embedding)	从原始文档和预生成的嵌入向量构建PGVector包装器。
`from_existing_index`(embedding[, ...])	获取现有PGVector存储的实例。此方法将返回存储的实例，而不会插入任何新的嵌入
`from_texts`(texts, embedding[, metadatas, ...])	返回从文本和嵌入初始化的VectorStore。
`get_by_ids`(ids, /)	通过ID获取文档。
`get_collection`(session)
`get_connection_string`(kwargs)
`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
`max_marginal_relevance_search_with_score`(query)	返回使用最大边际相关性选择的文档及其分数。
`max_marginal_relevance_search_with_score_by_vector`(...)	返回使用最大边际相关性选择的文档及其分数
`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, filter])	使用PGVector进行带距离的相似性搜索。
`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, filter])	返回与查询最相似的文档。
`similarity_search_with_score_by_vector`(embedding)

__init__(connection_string: str, embedding_function: Embeddings, embedding_length: int | None = None, collection_name: str = 'langchain', collection_metadata: dict | None = None, distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, pre_delete_collection: bool = False, logger: Logger | None = None, relevance_score_fn: Callable[[float], float] | None = None, *, connection: Connection | None = None, engine_args: dict[str, Any] | None = None, use_jsonb: bool = False, create_extension: bool = True) → None[来源]#

初始化PGVector存储。

Parameters:

connection_string (str)
embedding_function (Embeddings)
embedding_length (int | None)
collection_name (str)
collection_metadata (dict | None)
distance_strategy (DistanceStrategy)
pre_delete_collection (bool)
logger (Logger | None)
relevance_score_fn (Callable[[float], float] | None)
connection (Connection | None)
engine_args (dict[str, Any] | None)
use_jsonb (bool)
create_extension (bool)

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

将嵌入添加到向量存储中。

Parameters:

texts (Iterable[str]) – 要添加到向量存储中的字符串的可迭代对象。
embeddings (List[List[float]]) – 嵌入向量的列表的列表。
metadatas (List[dict] | None) – 与文本相关联的元数据列表。
kwargs (Any) – 向量存储特定参数
ids (列表[字符串] | 无)

Return type:

列表[str]

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

通过嵌入运行更多文本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。
kwargs (Any) – 向量存储特定参数
ids (列表[字符串] | 无)

Returns:

将文本添加到向量存储中后的ID列表。

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, filter: Dict[str, str] | None = None, **kwargs: Any) → List[Document][source]#

返回使用最大边际相关性选择的文档。

Parameters:

embedding (列表[浮点数])
k (整数)
fetch_k (int)
lambda_mult (float)
filter (Dict[str, str] | None)
kwargs (Any)

Return type:

列表[文档]

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]]

classmethod connection_string_from_db_params(driver: str, host: str, port: int, database: str, user: str, password: str) → str[source]#

从数据库参数返回连接字符串。

Parameters:

driver (str)
host (str)
port (int)
数据库 (str)
用户 (字符串)
password (str)

Return type:

字符串

create_collection() → None[来源]#

Return type:: 无

create_tables_if_not_exists() → None[source]#

Return type:: 无

create_vector_extension() → None[source]#

Return type:: 无

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

通过ID或UUID删除向量。

Parameters:

ids (List[str] | None) – 要删除的ID列表。
collection_only (bool) – 仅删除集合中的ID。
kwargs (Any)

Return type:

无

delete_collection() → None[source]#

Return type:: 无

drop_tables() → None[source]#

Return type:: 无

classmethod from_documents(documents: List[Document], embedding: Embeddings, collection_name: str = 'langchain', distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, ids: List[str] | None = None, pre_delete_collection: bool = False, *, use_jsonb: bool = False, **kwargs: Any) → PGVector[来源]#

返回从文档和嵌入初始化的VectorStore。需要Postgres连接字符串 “可以将其作为参数传递或者设置PGVECTOR_CONNECTION_STRING环境变量。

Parameters:

文档 (列表[Document])
embedding (Embeddings)
collection_name (str)
distance_strategy (DistanceStrategy)
ids (列表[字符串] | 无)
pre_delete_collection (bool)
use_jsonb (bool)
kwargs (Any)

Return type:

PGVector

classmethod from_embeddings(text_embeddings: List[Tuple[str, List[float]]], embedding: Embeddings, metadatas: List[dict] | None = None, collection_name: str = 'langchain', distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, ids: List[str] | None = None, pre_delete_collection: bool = False, **kwargs: Any) → PGVector[来源]#

从原始文档和预生成的嵌入中构建PGVector包装器。

返回从文档和嵌入初始化的VectorStore。需要Postgres连接字符串 “可以将其作为参数传递或者设置PGVECTOR_CONNECTION_STRING环境变量。

示例

from langchain_community.vectorstores import PGVector
from langchain_community.embeddings import OpenAIEmbeddings
embeddings = OpenAIEmbeddings()
text_embeddings = embeddings.embed_documents(texts)
text_embedding_pairs = list(zip(texts, text_embeddings))
faiss = PGVector.from_embeddings(text_embedding_pairs, embeddings)

Parameters:

text_embeddings (List[Tuple[str, List[float]]])
embedding (Embeddings)
metadatas (列表[字典] | 无)
collection_name (str)
distance_strategy (DistanceStrategy)
ids (列表[字符串] | 无)
pre_delete_collection (bool)
kwargs (Any)

Return type:

PGVector

classmethod from_existing_index(embedding: Embeddings, collection_name: str = 'langchain', distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, pre_delete_collection: bool = False, **kwargs: Any) → PGVector[来源]#

获取现有PGVector存储的实例。此方法将返回存储的实例，而不会插入任何新的嵌入。

Parameters:

embedding (Embeddings)
collection_name (str)
distance_strategy (DistanceStrategy)
pre_delete_collection (bool)
kwargs (Any)

Return type:

PGVector

classmethod from_texts(texts: List[str], embedding: Embeddings, metadatas: List[dict] | None = None, collection_name: str = 'langchain', distance_strategy: DistanceStrategy = DistanceStrategy.COSINE, ids: List[str] | None = None, pre_delete_collection: bool = False, *, use_jsonb: bool = False, **kwargs: Any) → PGVector[source]#

返回从文本和嵌入初始化的VectorStore。需要Postgres连接字符串 “要么将其作为参数传递要么设置PGVECTOR_CONNECTION_STRING环境变量。

Parameters:

文本 (列表[字符串])
embedding (Embeddings)
metadatas (列表[字典] | 无)
collection_name (str)
distance_strategy (DistanceStrategy)
ids (列表[字符串] | 无)
pre_delete_collection (bool)
use_jsonb (bool)
kwargs (Any)

Return type:

PGVector

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_collection(session: Session) → Any[来源]#

Parameters:: 会话 (会话)
Return type:: 任何

classmethod get_connection_string(kwargs: Dict[str, Any]) → str[source]#

Parameters:: kwargs (Dict[str, Any])
Return type:: 字符串

max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Dict[str, str] | None = None, **kwargs: Any) → List[Document][source]#

返回使用最大边际相关性选择的文档。

Maximal marginal relevance optimizes for similarity to query AND diversity: 在选定的文档中。

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。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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。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[Document]

max_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Dict[str, str] | None = None, **kwargs: Any) → List[Document][source]#

Return docs selected using the maximal marginal relevance: 转换为嵌入向量。
Maximal marginal relevance optimizes for similarity to query AND diversity: 在选定的文档中。

Parameters:

embedding (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。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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。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[Document]

max_marginal_relevance_search_with_score(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: dict | None = None, **kwargs: Any) → List[Tuple[Document, float]][source]#

返回使用最大边际相关性选择的文档及其分数。

Maximal marginal relevance optimizes for similarity to query AND diversity: 在选定的文档中。

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。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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。默认为 None。
kwargs (Any)

Returns:

通过最大边际选择的文档列表: 与查询的相关性及每个文档的得分。

Return type:

列表[元组[Document, 浮点数]]

max_marginal_relevance_search_with_score_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, filter: Dict[str, str] | None = None, **kwargs: Any) → List[Tuple[Document, float]][来源]#

Return docs selected using the maximal marginal relevance with score: 转换为嵌入向量。
Maximal marginal relevance optimizes for similarity to query AND diversity: 在选定的文档中。

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。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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。默认为 None。
kwargs (Any)

Returns:

通过最大边际选择的文档列表: 与查询的相关性及每个文档的得分。

Return type:

列表[元组[Document, 浮点数]]

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, filter: dict | None = None, **kwargs: Any) → List[Document][source]#

使用PGVector进行带距离的相似性搜索。

Parameters:

query (str) – 要搜索的查询文本。
k (int) – 返回的结果数量。默认为4。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。默认为 None。
kwargs (Any)

Returns:

与查询最相似的文档列表。

Return type:

列表[文档]

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

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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。默认为 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, filter: dict | None = None) → List[Tuple[Document, float]][来源]#

返回与查询最相似的文档。

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。
filter (可选[Dict[str, str]]) – 通过元数据进行过滤。默认为 None。

Returns:

与查询最相似的文档列表及每个文档的得分。

Return type:

列表[元组[文档, 浮点数]]

similarity_search_with_score_by_vector(embedding: List[float], k: int = 4, filter: dict | None = None) → List[Tuple[Document, float]][source]#

Parameters:

embedding (列表[浮点数])
k (整数)
filter (字典 | 无)

Return type:

列表[元组[文档, 浮点数]]

使用 PGVector 的示例