混合搜索

LangChain 中的标准搜索是通过 vector 相似度完成的。但是，许多矢量存储实现（Astra DB、ElasticSearch、Neo4J、AzureSearch、Qdrant等）也支持更高级的搜索，将矢量相似性搜索与其他搜索技术（全文、BM25 等）相结合。这通常称为 “混合” 搜索。

第 1 步：确保您使用的 vectorstore 支持混合搜索

目前，在 LangChain 中没有统一的混合搜索方法。每个 vectorstore 可能都有自己的方法。这通常作为在similarity_search.

通过阅读文档或源代码，弄清楚您使用的 vectorstore 是否支持混合搜索，如果支持，如何使用它。

第 2 步：将该参数添加为链的可配置字段

这将使你能够在运行时轻松调用链并配置任何相关标志。有关配置的更多信息，请参阅此文档。

第 3 步：使用该可配置字段调用链

现在，在运行时，你可以使用 configurable field 调用这个链。

代码示例

让我们看一个具体的例子，说明这在代码中是什么样子的。在此示例中，我们将使用 Astra DB 的 Cassandra/CQL 接口。

安装以下 Python 包：

!pip install "cassio>=0.1.7"

获取连接密钥。

初始化 cassio：

import cassio

cassio.init(
    database_id="Your database ID",
    token="Your application token",
    keyspace="Your key space",
)

使用标准索引分析器创建 Cassandra VectorStore。需要索引分析器来启用术语匹配。

from cassio.table.cql import STANDARD_ANALYZER
from langchain_community.vectorstores import Cassandra
from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings()
vectorstore = Cassandra(
    embedding=embeddings,
    table_name="test_hybrid",
    body_index_options=[STANDARD_ANALYZER],
    session=None,
    keyspace=None,
)

vectorstore.add_texts(
    [
        "In 2023, I visited Paris",
        "In 2022, I visited New York",
        "In 2021, I visited New Orleans",
    ]
)

API 参考：Cassandra | OpenAI 嵌入

如果我们进行标准的相似性搜索，我们会得到所有文档：

vectorstore.as_retriever().invoke("What city did I visit last?")

[Document(page_content='In 2022, I visited New York'),
Document(page_content='In 2023, I visited Paris'),
Document(page_content='In 2021, I visited New Orleans')]

Astra DB 矢量存储body_search参数可用于筛选对术语的搜索new.

vectorstore.as_retriever(search_kwargs={"body_search": "new"}).invoke(
    "What city did I visit last?"
)

[Document(page_content='In 2022, I visited New York'),
Document(page_content='In 2021, I visited New Orleans')]

现在，我们可以创建用于进行问答的链

from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import (
    ConfigurableField,
    RunnablePassthrough,
)
from langchain_openai import ChatOpenAI

API 参考：StrOutputParser | ChatPromptTemplate 模板 | 可配置字段 | RunnablePassthrough | 聊天OpenAI

这是基本的问答链设置。

template = """Answer the question based only on the following context:
{context}
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)

model = ChatOpenAI()

retriever = vectorstore.as_retriever()

在这里，我们将检索器标记为具有可配置字段。所有 vectorstore 检索器都有search_kwargs作为字段。这只是一个字典，具有 vectorstore 特定的字段

configurable_retriever = retriever.configurable_fields(
    search_kwargs=ConfigurableField(
        id="search_kwargs",
        name="Search Kwargs",
        description="The search kwargs to use",
    )
)

我们现在可以使用可配置的检索器创建链

chain = (
    {"context": configurable_retriever, "question": RunnablePassthrough()}
    | prompt
    | model
    | StrOutputParser()
)

chain.invoke("What city did I visit last?")

Paris

我们现在可以使用可配置的选项调用链。search_kwargs是 Configurable 字段的 ID。该值是用于 Astra DB 的搜索 kwargs 。

chain.invoke(
    "What city did I visit last?",
    config={"configurable": {"search_kwargs": {"body_search": "new"}}},
)

New York