Weaviate中的混合搜索

此模板展示了如何使用Weaviate中的混合搜索功能。混合搜索结合了多种搜索算法，以提高搜索结果的准确性和相关性。

Weaviate使用稀疏和密集向量来表示搜索查询和文档的含义和上下文。结果使用bm25和向量搜索排名的组合来返回最佳结果。

配置

通过在 chain.py 中设置一些环境变量连接到您的托管 Weaviate 向量存储：

• WEAVIATE_ENVIRONMENT
• WEAVIATE_API_KEY

您还需要设置您的 OPENAI_API_KEY 以使用 OpenAI 模型。

开始使用

要使用此包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其作为唯一包安装，您可以执行：

langchain app new my-app --package hybrid-search-weaviate

如果您想将其添加到现有项目中，只需运行：

langchain app add hybrid-search-weaviate

并将以下代码添加到您的 server.py 文件中：

from hybrid_search_weaviate import chain as hybrid_search_weaviate_chain

add_routes(app, hybrid_search_weaviate_chain, path="/hybrid-search-weaviate")

（可选）现在让我们配置 LangSmith。
LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。
您可以在 这里 注册 LangSmith。
如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录中，则可以直接通过以下方式启动 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行于
http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 查看所有模板
我们可以在 http://127.0.0.1:8000/hybrid-search-weaviate/playground 访问游乐场

我们可以通过代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/hybrid-search-weaviate")