矢量存储

向量存储存储嵌入数据并执行相似性搜索。

选择您的嵌入模型：

开放人工智能

安装依赖项

npm

npm i @langchain/openai

纱

yarn add @langchain/openai

PNPM

pnpm add @langchain/openai

OPENAI_API_KEY=your-api-key

import { OpenAIEmbeddings } from "@langchain/openai";

const embeddings = new OpenAIEmbeddings({
  model: "text-embedding-3-large"
});

天蓝色

Install dependencies

npm

npm i @langchain/openai

yarn

yarn add @langchain/openai

pnpm

pnpm add @langchain/openai

AZURE_OPENAI_API_INSTANCE_NAME=<YOUR_INSTANCE_NAME>
AZURE_OPENAI_API_KEY=<YOUR_KEY>
AZURE_OPENAI_API_VERSION="2024-02-01"

import { AzureOpenAIEmbeddings } from "@langchain/openai";

const embeddings = new AzureOpenAIEmbeddings({
  azureOpenAIApiEmbeddingsDeploymentName: "text-embedding-ada-002"
});

AWS

Install dependencies

npm

npm i @langchain/aws

yarn

yarn add @langchain/aws

pnpm

pnpm add @langchain/aws

BEDROCK_AWS_REGION=your-region

import { BedrockEmbeddings } from "@langchain/aws";

const embeddings = new BedrockEmbeddings({
  model: "amazon.titan-embed-text-v1"
});

顶点人工智能

Install dependencies

npm

npm i @langchain/google-vertexai

yarn

yarn add @langchain/google-vertexai

pnpm

pnpm add @langchain/google-vertexai

GOOGLE_APPLICATION_CREDENTIALS=credentials.json

import { VertexAIEmbeddings } from "@langchain/google-vertexai";

const embeddings = new VertexAIEmbeddings({
  model: "text-embedding-004"
});

MistralAI

Install dependencies

npm

npm i @langchain/mistralai

yarn

yarn add @langchain/mistralai

pnpm

pnpm add @langchain/mistralai

MISTRAL_API_KEY=your-api-key

import { MistralAIEmbeddings } from "@langchain/mistralai";

const embeddings = new MistralAIEmbeddings({
  model: "mistral-embed"
});

凝聚

Install dependencies

npm

npm i @langchain/cohere

yarn

yarn add @langchain/cohere

pnpm

pnpm add @langchain/cohere

COHERE_API_KEY=your-api-key

import { CohereEmbeddings } from "@langchain/cohere";

const embeddings = new CohereEmbeddings({
  model: "embed-english-v3.0"
});

Pick your vector store:

Memory

Install dependencies

npm

npm i langchain

yarn

yarn add langchain

pnpm

pnpm add langchain

import { MemoryVectorStore } from "langchain/vectorstores/memory";

const vectorStore = new MemoryVectorStore(embeddings);

Chroma

Install dependencies

npm

npm i @langchain/community

yarn

yarn add @langchain/community

pnpm

pnpm add @langchain/community

import { Chroma } from "@langchain/community/vectorstores/chroma";

const vectorStore = new Chroma(embeddings, {
  collectionName: "a-test-collection",
});

FAISS

Install dependencies

npm

npm i @langchain/community

yarn

yarn add @langchain/community

pnpm

pnpm add @langchain/community

import { FaissStore } from "@langchain/community/vectorstores/faiss";

const vectorStore = new FaissStore(embeddings, {});

MongoDB

Install dependencies

npm

npm i @langchain/mongodb

yarn

yarn add @langchain/mongodb

pnpm

pnpm add @langchain/mongodb

import { MongoDBAtlasVectorSearch } from "@langchain/mongodb"
import { MongoClient } from "mongodb";

const client = new MongoClient(process.env.MONGODB_ATLAS_URI || "");
const collection = client
  .db(process.env.MONGODB_ATLAS_DB_NAME)
  .collection(process.env.MONGODB_ATLAS_COLLECTION_NAME);

const vectorStore = new MongoDBAtlasVectorSearch(embeddings, {
  collection: collection,
  indexName: "vector_index",
  textKey: "text",
  embeddingKey: "embedding",
});

PGVector

Install dependencies

npm

npm i @langchain/community

yarn

yarn add @langchain/community

pnpm

pnpm add @langchain/community

import { PGVectorStore } from "@langchain/community/vectorstores/pgvector";

const vectorStore = await PGVectorStore.initialize(embeddings, {})

Pinecone

Install dependencies

npm

npm i @langchain/pinecone

yarn

yarn add @langchain/pinecone

pnpm

pnpm add @langchain/pinecone

import { PineconeStore } from "@langchain/pinecone";
import { Pinecone as PineconeClient } from "@pinecone-database/pinecone";

const pinecone = new PineconeClient();
const vectorStore = new PineconeStore(embeddings, {
  pineconeIndex,
  maxConcurrency: 5,
});

Qdrant

Install dependencies

npm

npm i @langchain/qdrant

yarn

yarn add @langchain/qdrant

pnpm

pnpm add @langchain/qdrant

import { QdrantVectorStore } from "@langchain/qdrant";

const vectorStore = await QdrantVectorStore.fromExistingCollection(embeddings, {
  url: process.env.QDRANT_URL,
  collectionName: "langchainjs-testing",
});

LangChain.js integrates with a variety of vector stores. You can check out a full list below:

名字	描述
分析型数据库	AnalyticDB PostgreSQL 版是一种大规模并行处理 （MPP） 平台。
Astra 数据库	仅在 Node.js 上可用。
Azion EdgeSQL	AzionVectorStore 用于管理和搜索集合
Azion EdgeSQL	AzionVectorStore 用于管理和搜索集合
Azure AI 搜索	Azure AI 搜索（以前称为 Azure 搜索和 Azure 认知 S...
适用于 MongoDB vCore 的 Azure Cosmos DB	Azure Cosmos DB for MongoDB vCore 可以轻松创建数据库...
适用于 NoSQL 的 Azure Cosmos DB	Azure Cosmos DB for NoSQL 支持使用 fl...
卡珊德拉	仅在 Node.js 上可用。
色度	Chroma 是 AI 原生的
点击屋	仅在 Node.js 上可用。
CloseVector （关闭向量）	在浏览器和 Node.js 上均可用
Cloudflare 矢量化	如果要在 Cloudflare worker 中部署项目，则可以使用 ...
凸	LangChain.js 支持将 Convex 作为向量存储，并支持 Convex 作为向量存储。
沙发基地	Couchbase 是一个屡获殊荣的分布式 NoSQL 云数据库，它...
Elasticsearch	Elasticsearch 是一个
费斯	Faiss 是一个用于
适用于 PostgreSQL 的 Google Cloud SQL	Cloud SQL 是一种完全代管式关系型
适用于 PostgreSQL 的 Google Cloud SQL	Cloud SQL 是一种完全代管式关系型
Google Vertex AI 匹配引擎	仅在 Node.js 上可用。
SAP HANA Cloud 矢量引擎	SAP HANA Cloud Vector Engine 是一个完全集成到 ...
HNSWLib	HNSWLib 是可以保存到文件中的内存中向量存储。它
LanceDB 数据库	LanceDB 是适用于 AI 应用程序的嵌入式矢量数据库。这是 ope...
libSQL 库	Turso 是一个基于 libSQL 构建的 SQLite 兼容数据库，libSQL 是 Open Contr...
MariaDB的	这需要 MariaDB 11.7 或更高版本
内存中	LangChain offers 是一个内存中的临时向量存储，用于存储
米尔沃斯	Milvus 是一个向量数据库，用于嵌入相似性搜索和...
Momento 矢量指数 （MVI）	MVI：最高效、最易用的无服务器向量索引...
MongoDB Atlas	本指南提供了 MongoDB 入门的快速概述
MyScale	仅在 Node.js 上可用。
Neo4j 向量索引	Neo4j 是一个开源的图形数据库，集成了对视频的支持。
Neon Postgres	Neon 是一个完全托管的无服务器 PostgreSQL 数据库。它分离......
开放搜索	仅在 Node.js 上可用。
PGVector	要在通用 PostgreSQL 数据库中启用向量搜索，LangChain.js
松果	Pinecone 是一个向量数据库，可帮助
Prisma 餐厅	为了用 vector sea 来增强 PostgreSQL 数据库中的现有模型...
Qdrant	Qdrant 是一个向量相似性搜索引擎。它
雷迪斯	Redis 是一种快速开源的内存数据存储。
摇滚	Rockset 是在云中运行的实时分析 SQL 数据库。
单店	SingleStoreDB 是一个健壮的、高性能的分布式 SQL 数据库...
Supabase	Supabase 是一个开源的 Firebase
底格里斯河	Tigris 使构建具有向量嵌入的 AI 应用程序变得容易。
Turbopuffer （涡轮河豚）	设置
类型ORM	要在通用 PostgreSQL 数据库中启用向量搜索，LangChain.j...
Typesense 字体	利用 Typesense 搜索引擎的矢量存储。
Upstash 向量	Upstash Vector 是基于 REST 的无服务器向量
USearch	仅在 Node.js 上可用。
维克塔拉	Vectara 是一个用于构建 GenAI 应用程序的平台。它提供了一个...
Vercel Postgres	LangChain.js 支持使用 @vercel/postgres 包来使用通用...
沃伊	Voy 是一个用 Rust 编写的 WASM 向量相似性搜索引擎。
维维亚特	Weaviate 是一个开源矢量数据库
沙塔	Xata 是一个基于 PostgreSQL 的无服务器数据平台。它提供 ...
Zep 开源	Zep 是 AI Assistant 应用程序的长期内存服务。
Zep 云	Zep 是 AI Assistant 应用程序的长期内存服务。