VDMS

VDMS 是一种存储解决方案，旨在通过存储为图形的视觉元数据来搜索相关的视觉数据，从而实现对大规模“视觉”数据的高效访问，并使视觉数据能够进行机器友好的增强，以实现更快的访问。

安装与设置

安装客户端

pip install vdms

安装数据库

有两种方法可以开始使用 VDMS：

通过 Docker 在本地机器上安装 VDMS

    docker run -d -p 55555:55555 intellabs/vdms:latest

直接在本地机器上安装 VDMS

请参阅 安装说明。

VectorStore

向量存储是对 VDMS 的简单封装。它提供了一个简单的接口来存储和检索数据。

from langchain_community.document_loaders import TextLoader
from langchain.text_splitter import CharacterTextSplitter

loader = TextLoader("./state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=500, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

from langchain_community.vectorstores import VDMS
from langchain_community.vectorstores.vdms import VDMS_Client
from langchain_huggingface import HuggingFaceEmbeddings

client = VDMS_Client("localhost", 55555)
vectorstore = VDMS.from_documents(
    docs,
    client=client,
    collection_name="langchain-demo",
    embedding_function=HuggingFaceEmbeddings(),
    engine="FaissFlat"
    distance_strategy="L2",
)

query = "What did the president say about Ketanji Brown Jackson"
results = vectorstore.similarity_search(query)

有关 VDMS 封装的更详细的讲解，请参见 此笔记本