如何使用向量存储作为检索器
向量存储检索器是一种使用向量存储来检索文档的检索器。它是向量存储类的一个轻量级包装器，使其符合检索器接口。 它使用向量存储实现的搜索方法，如相似性搜索和MMR，来查询向量存储中的文本。
在本指南中，我们将涵盖：
- 如何从向量存储实例化检索器；
- 如何为检索器指定搜索类型；
- 如何指定额外的搜索参数，例如阈值分数和top-k。
从向量存储创建检索器
你可以使用向量存储的.as_retriever方法构建一个检索器。让我们通过一个示例来了解。
首先我们实例化一个向量存储。我们将使用一个内存中的FAISS向量存储：
from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter
loader = TextLoader("state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
texts = text_splitter.split_documents(documents)
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(texts, embeddings)
然后我们可以实例化一个检索器：
retriever = vectorstore.as_retriever()
这将创建一个检索器（具体来说是一个VectorStoreRetriever），我们可以像往常一样使用它：
docs = retriever.invoke("what did the president say about ketanji brown jackson?")
最大边际相关性检索
默认情况下，向量存储检索器使用相似性搜索。如果底层向量存储支持最大边际相关性搜索，您可以将其指定为搜索类型。
这有效地指定了底层向量存储中使用的方法（例如，similarity_search，max_marginal_relevance_search等）。
retriever = vectorstore.as_retriever(search_type="mmr")
docs = retriever.invoke("what did the president say about ketanji brown jackson?")
传递搜索参数
我们可以使用search_kwargs将参数传递给底层向量存储的搜索方法。
相似度分数阈值检索
例如，我们可以设置一个相似度分数阈值，并仅返回分数高于该阈值的文档。
retriever = vectorstore.as_retriever(
search_type="similarity_score_threshold", search_kwargs={"score_threshold": 0.5}
)
docs = retriever.invoke("what did the president say about ketanji brown jackson?")
指定top k
我们还可以限制检索器返回的文档数量 k。
retriever = vectorstore.as_retriever(search_kwargs={"k": 1})
docs = retriever.invoke("what did the president say about ketanji brown jackson?")
len(docs)
1