PGVector (Postgres)
PGVector 是一个用于
Postgres
数据库的向量相似性搜索包。
在笔记本中,我们将演示围绕 PGVector
向量存储的 SelfQueryRetriever
。
创建 PGVector 向量存储
首先,我们需要创建一个 PGVector 向量存储并用一些数据进行初始化。我们创建了一小组包含电影摘要的演示文档。
注意: 自查询检索器需要您安装 lark
(pip install lark
)。我们还需要 `` 包。
%pip install --upgrade --quiet lark pgvector psycopg2-binary
我们想使用 OpenAIEmbeddings
,因此必须获取 OpenAI API 密钥。
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
from langchain_community.vectorstores import PGVector
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
collection = "Name of your collection"
embeddings = OpenAIEmbeddings()
docs = [
Document(
page_content="一群科学家带回了恐龙,随之而来的是混乱",
metadata={"year": 1993, "rating": 7.7, "genre": "科幻"},
),
Document(
page_content="莱昂纳多·迪卡普里奥在梦中迷失,梦中又有梦...",
metadata={"year": 2010, "director": "克里斯托弗·诺兰", "rating": 8.2},
),
Document(
page_content="一名心理学家/侦探在一系列梦中迷失,而《盗梦空间》重用了这个想法",
metadata={"year": 2006, "director": "今敏", "rating": 8.6},
),
Document(
page_content="一群正常身材的女性极其纯真,一些男性对她们心存向往",
metadata={"year": 2019, "director": "格蕾塔·葛韦格", "rating": 8.3},
),
Document(
page_content="玩具复活并乐在其中",
metadata={"year": 1995, "genre": "动画"},
),
Document(
page_content="三名男子走进区域,三名男子走出区域",
metadata={
"year": 1979,
"director": "安德烈·塔可夫斯基",
"genre": "科幻",
"rating": 9.9,
},
),
]
vectorstore = PGVector.from_documents(
docs,
embeddings,
collection_name=collection,
)
创建自查询检索器
现在我们可以实例化我们的检索器。为此,我们需要提前提供一些关于我们的文档支持的元数据字段的信息,以及文档内容的简短描述。
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI
metadata_field_info = [
AttributeInfo(
name="genre",
description="The genre of the movie",
type="string or list[string]",
),
AttributeInfo(
name="year",
description="The year the movie was released",
type="integer",
),
AttributeInfo(
name="director",
description="The name of the movie director",
type="string",
),
AttributeInfo(
name="rating", description="A 1-10 rating for the movie", type="float"
),
]
document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)
测试一下
现在我们可以尝试实际使用我们的检索器!
# This example only specifies a relevant query
retriever.invoke("What are some movies about dinosaurs")
# This example only specifies a filter
retriever.invoke("I want to watch a movie rated higher than 8.5")
# This example specifies a query and a filter
retriever.invoke("Has Greta Gerwig directed any movies about women")
# This example specifies a composite filter
retriever.invoke("What's a highly rated (above 8.5) science fiction film?")
# This example specifies a query and composite filter
retriever.invoke(
"What's a movie after 1990 but before 2005 that's all about toys, and preferably is animated"
)
过滤 k
我们还可以使用自查询检索器来指定 k
:要获取的文档数量。
我们可以通过将 enable_limit=True
传递给构造函数来做到这一点。
retriever = SelfQueryRetriever.from_llm(
llm,
vectorstore,
document_content_description,
metadata_field_info,
enable_limit=True,
verbose=True,
)
# 这个示例仅指定了一个相关查询
retriever.invoke("what are two movies about dinosaurs")