Vespa

Vespa 是一个功能齐全的搜索引擎和矢量数据库。它支持向量搜索（ANN）、词法搜索和结构化数据搜索，所有这些都在同一个查询中。

此笔记本演示如何使用Vespa.ai作为 LangChain 检索器。

为了创建一个检索器，我们使用 pyvespa 来创建一个连接Vespa服务。

%pip install --upgrade --quiet  pyvespa

from vespa.application import Vespa

vespa_app = Vespa(url="https://doc-search.vespa.oath.cloud")

这将创建与Vespa服务，此处为 Vespa 文档搜索服务。用pyvespa包中，您还可以连接到 Vespa Cloud 实例或本地 Docker 实例。

连接到服务后，您可以设置检索器：

from langchain_community.retrievers import VespaRetriever

vespa_query_body = {
    "yql": "select content from paragraph where userQuery()",
    "hits": 5,
    "ranking": "documentation",
    "locale": "en-us",
}
vespa_content_field = "content"
retriever = VespaRetriever(vespa_app, vespa_query_body, vespa_content_field)

API 参考：VespaRetriever

这将设置一个 LangChain 检索器，用于从 Vespa 应用程序获取文档。在这里，最多 5 个结果从content字段中的paragraph文档类型，用doumentation作为排名方法。这userQuery()替换为实际查询从 LangChain 传递。

有关更多信息，请参阅 pyvespa 文档。

现在，您可以返回结果并继续在 LangChain 中使用结果。

retriever.invoke("what is vespa?")

Retriever概念指南
Retriever操作指南

相关