Skip to main content
Open In Colab在 GitHub 上打开

Oracle AI 向量搜索：生成嵌入

Oracle AI Vector Search 专为人工智能 （AI） 负载而设计，允许您根据语义而不是关键字查询数据。 Oracle AI Vector Search 的最大优势之一是，可以在一个系统中将非结构化数据的语义搜索与业务数据的关系搜索相结合。 这不仅功能强大，而且效果明显更高，因为您不需要添加专门的矢量数据库，从而消除了多个系统之间数据碎片化的痛苦。

此外，您的向量还可以从 Oracle 数据库的所有强大功能中受益，例如：

该指南演示了如何使用 Oracle AI Vector Search 中的嵌入功能通过 OracleEmbeddings 为文档生成嵌入。

如果您刚开始使用 Oracle 数据库，请考虑探索免费的 Oracle 23 AI，它为设置数据库环境提供了很好的介绍。使用数据库时，通常建议避免在默认情况下使用 system 用户;相反，您可以创建自己的用户以增强安全性和自定义。有关创建用户的详细步骤，请参阅我们的端到端指南，该指南还介绍了如何在 Oracle 中设置用户。此外，了解用户权限对于有效管理数据库安全性至关重要。您可以在有关管理用户帐户和安全性的官方 Oracle 指南中了解有关此主题的更多信息。

先决条件

确保您已安装 Oracle Python 客户端驱动程序，以便于将 Langchain 与 Oracle AI Vector Search 集成。

# pip install oracledb

连接到 Oracle 数据库

以下示例代码将演示如何连接到 Oracle Database。默认情况下，python-oracledb 以直接连接到 Oracle Database 的 “Thin” 模式运行。此模式不需要 Oracle 客户端库。但是，当 python-oracledb 使用它们时，可以使用一些其他功能。使用 Oracle 客户端库时，Python-oracledb 被称为“厚”模式。这两种模式都具有支持 Python 数据库 API v2.0 规范的全面功能。请参阅以下指南，其中讨论了每种模式支持的功能。如果您无法使用 thin-mode，则可能需要切换到 thick-mode。

import sys

import oracledb

# Update the following variables with your Oracle database credentials and connection details
username = "<username>"
password = "<password>"
dsn = "<hostname>/<service_name>"

try:
    conn = oracledb.connect(user=username, password=password, dsn=dsn)
    print("Connection successful!")
except Exception as e:
    print("Connection failed!")
    sys.exit(1)

对于嵌入生成，用户可以使用多个提供程序选项，包括在数据库中嵌入生成以及第三方服务，例如 OcigenAI、Hugging Face 和 OpenAI。选择第三方提供商的用户必须建立包含必要身份验证信息的凭证。或者，如果用户选择“数据库”作为其提供程序，则需要将 ONNX 模型加载到 Oracle 数据库中，以便于嵌入。

加载 ONNX 模型

Oracle 支持各种嵌入提供商，使用户能够在专有数据库解决方案和第三方服务（如 OCIGENAI 和 HuggingFace）之间进行选择。此选择决定了生成和管理嵌入的方法。

重要提示：如果用户选择数据库选项，则必须将 ONNX 模型上传到 Oracle 数据库。相反，如果选择第三方提供商进行嵌入生成，则不需要将 ONNX 模型上传到 Oracle 数据库。

直接在 Oracle 中使用 ONNX 模型的一个显著优势是，它无需将数据传输到外部方，从而增强了安全性和性能。此外，此方法还避免了通常与网络或 REST API 调用相关的延迟。

以下是将 ONNX 模型上传到 Oracle Database 的示例代码：

from langchain_community.embeddings.oracleai import OracleEmbeddings

# Update the directory and file names for your ONNX model
# make sure that you have onnx file in the system
onnx_dir = "DEMO_DIR"
onnx_file = "tinybert.onnx"
model_name = "demo_model"

try:
    OracleEmbeddings.load_onnx_model(conn, onnx_dir, onnx_file, model_name)
    print("ONNX model loaded.")
except Exception as e:
    print("ONNX model loading failed!")
    sys.exit(1)
API 参考：OracleEmbeddings

创建凭证

选择第三方提供商来生成嵌入时，用户需要建立凭据才能安全地访问提供商的终端节点。

重要：选择“database”提供程序生成嵌入时，不需要任何凭据。但是，如果用户决定使用第三方提供商，则必须创建特定于所选提供商的凭证。

下面是一个说明性示例：

try:
    cursor = conn.cursor()
    cursor.execute(
        """
       declare
           jo json_object_t;
       begin
           -- HuggingFace
           dbms_vector_chain.drop_credential(credential_name  => 'HF_CRED');
           jo := json_object_t();
           jo.put('access_token', '<access_token>');
           dbms_vector_chain.create_credential(
               credential_name   =>  'HF_CRED',
               params            => json(jo.to_string));

           -- OCIGENAI
           dbms_vector_chain.drop_credential(credential_name  => 'OCI_CRED');
           jo := json_object_t();
           jo.put('user_ocid','<user_ocid>');
           jo.put('tenancy_ocid','<tenancy_ocid>');
           jo.put('compartment_ocid','<compartment_ocid>');
           jo.put('private_key','<private_key>');
           jo.put('fingerprint','<fingerprint>');
           dbms_vector_chain.create_credential(
               credential_name   => 'OCI_CRED',
               params            => json(jo.to_string));
       end;
       """
    )
    cursor.close()
    print("Credentials created.")
except Exception as ex:
    cursor.close()
    raise

生成嵌入

Oracle AI Vector Search 提供了多种生成嵌入的方法，可利用本地托管的 ONNX 模型或第三方 API。有关配置这些替代方法的全面说明，请参阅 Oracle AI Vector Search 指南。

注意：用户可能需要配置代理以利用第三方嵌入生成提供程序，不包括使用 ONNX 模型的“数据库”提供程序。

# proxy to be used when we instantiate summary and embedder object
proxy = "<proxy>"

以下示例代码将展示如何生成嵌入向量：

from langchain_community.embeddings.oracleai import OracleEmbeddings
from langchain_core.documents import Document

"""
# using ocigenai
embedder_params = {
    "provider": "ocigenai",
    "credential_name": "OCI_CRED",
    "url": "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/embedText",
    "model": "cohere.embed-english-light-v3.0",
}

# using huggingface
embedder_params = {
    "provider": "huggingface", 
    "credential_name": "HF_CRED", 
    "url": "https://api-inference.huggingface.co/pipeline/feature-extraction/", 
    "model": "sentence-transformers/all-MiniLM-L6-v2", 
    "wait_for_model": "true"
}
"""

# using ONNX model loaded to Oracle Database
embedder_params = {"provider": "database", "model": "demo_model"}

# If a proxy is not required for your environment, you can omit the 'proxy' parameter below
embedder = OracleEmbeddings(conn=conn, params=embedder_params, proxy=proxy)
embed = embedder.embed_query("Hello World!")

""" verify """
print(f"Embedding generated by OracleEmbeddings: {embed}")
API 参考：OracleEmbeddings | 公文

端到端演示

请参阅我们的完整演示指南 Oracle AI Vector Search 端到端演示指南，在 Oracle AI Vector Search 的帮助下构建端到端的 RAG 管道。