Vespa

Vespa 是一个功能齐全的搜索引擎和向量数据库。它支持向量搜索 (ANN)、词汇搜索以及结构化数据搜索，所有操作都可以在同一个查询中完成。

本 notebook 演示了如何使用 Vespa.ai 作为 LangChain 的检索器。

为了创建检索器，我们使用 pyvespa 来创建与 Vespa 服务的连接。

%pip install --upgrade --quiet  pyvespa

from vespa.application import Vespa

vespa_app = Vespa(url="https://doc-search.vespa.oath.cloud")

这会创建一个与 Vespa 服务的连接，这里是 Vespa 文档搜索服务。使用 pyvespa 包，您还可以连接到 Vespa Cloud 实例或本地 Docker 实例。

连接到服务后，您可以设置检索器：

from langchain_community.retrievers import VespaRetriever

vespa_query_body = {
    "yql": "select content from paragraph where userQuery()",
    "hits": 5,
    "ranking": "documentation",
    "locale": "en-us",
}
vespa_content_field = "content"
retriever = VespaRetriever(vespa_app, vespa_query_body, vespa_content_field)

API Reference:VespaRetriever

此设置创建了一个 LangChain Retriever，用于从 Vespa 应用程序中获取文档。在这里，使用 doumentation 作为排名方法，从 paragraph 文档类型的 content 字段中检索最多 5 个结果。 userQuery() 会被替换为从 LangChain 传入的实际查询。

更多信息请参考 pyvespa 文档。

现在您可以返回结果并在 LangChain 中继续使用这些结果。

retriever.invoke("what is vespa?")

Retriever conceptual guide
Retriever how-to guides

Related​

Related