Skip to main content
Open on GitHub

Pinecone

Pinecone 是一个功能广泛的向量数据库。

安装与设置

安装 Python SDK：

pip install langchain-pinecone

向量存储​

存在一个围绕Pinecone索引的包装器，允许您将其用作向量存储， 无论用于语义搜索还是示例选择。

from langchain_pinecone import PineconeVectorStore

对于 Pinecone 向量存储的更详细步骤，请参阅 这个笔记本

Sparse Vector store​

LangChain's PineconeSparseVectorStore 通过使用 Pinecone 的英文稀疏模型实现稀疏检索。它将文本映射到稀疏向量，并支持添加文档和相似性搜索。

from langchain_pinecone import PineconeSparseVectorStore

# Initialize sparse vector store
vector_store = PineconeSparseVectorStore(
    index=my_index,
    embedding_model="pinecone-sparse-english-v0"
)
# Add documents
vector_store.add_documents(documents)
# Query
results = vector_store.similarity_search("your query", k=3)

更详细的使用说明，请参见Pinecone 稀疏向量存储笔记本。

稀疏嵌入​

LangChain的PineconeSparseEmbeddings使用Pinecone的pinecone-sparse-english-v0模型提供稀疏嵌入生成。

from langchain_pinecone.embeddings import PineconeSparseEmbeddings

# Initialize sparse embeddings
sparse_embeddings = PineconeSparseEmbeddings(
    model="pinecone-sparse-english-v0"
)
# Embed a single query (returns SparseValues)
query_embedding = sparse_embeddings.embed_query("sample text")

# Embed multiple documents (returns list of SparseValues)
docs = ["Document 1 content", "Document 2 content"]
doc_embeddings = sparse_embeddings.embed_documents(docs)

有关更详细的用法，请参见 Pinecone 稀疏嵌入笔记本。

检索器​

pip install pinecone pinecone-text
from langchain_community.retrievers import (
    PineconeHybridSearchRetriever,
)

有关更详细的信息，请参见此笔记本。

SelfQueryRetriever​

Pinecone 向量存储可用作自查询的检索器。

有关更详细的信息，请参见此笔记本。