Oracle AI 向量搜索：生成摘要

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 中的摘要功能通过 OracleSummary 为您的文档生成摘要。

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

请安装 Oracle Python 客户端驱动程序，以便将 Langchain 与 Oracle AI Vector Search 结合使用。

# 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

# please update with your username, password, hostname and service_name
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)

生成摘要

Oracle AI Vector Search Langchain 库提供了一套专为文档摘要而设计的 API。它支持多个摘要提供程序，例如 Database、OCIGENAI、HuggingFace 等，允许用户选择最能满足其需求的提供程序。要使用这些功能，用户必须按照指定配置摘要参数。有关这些参数的详细信息，请参阅 Oracle AI Vector Search 指南。

注意：如果用户想要使用 Oracle 内部和默认提供程序 'database' 以外的某些第三方摘要生成提供程序，则可能需要设置代理。如果您没有 proxy，请在实例化 OracleSummary 时删除 proxy 参数。

# 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 summary：

from langchain_community.utilities.oracleai import OracleSummary
from langchain_core.documents import Document

"""
# using 'ocigenai' provider
summary_params = {
    "provider": "ocigenai",
    "credential_name": "OCI_CRED",
    "url": "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/summarizeText",
    "model": "cohere.command",
}

# using 'huggingface' provider
summary_params = {
    "provider": "huggingface",
    "credential_name": "HF_CRED",
    "url": "https://api-inference.huggingface.co/models/",
    "model": "facebook/bart-large-cnn",
    "wait_for_model": "true"
}
"""

# using 'database' provider
summary_params = {
    "provider": "database",
    "glevel": "S",
    "numParagraphs": 1,
    "language": "english",
}

# get the summary instance
# Remove proxy if not required
summ = OracleSummary(conn=conn, params=summary_params, proxy=proxy)
summary = summ.get_summary(
    "In the heart of the forest, "
    + "a lone fox ventured out at dusk, seeking a lost treasure. "
    + "With each step, memories flooded back, guiding its path. "
    + "As the moon rose high, illuminating the night, the fox unearthed "
    + "not gold, but a forgotten friendship, worth more than any riches."
)

print(f"Summary generated by OracleSummary: {summary}")

API 参考：OracleSummary | 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。

工具概念指南
工具操作指南

先决条件

连接到 Oracle 数据库

生成摘要

端到端演示

相关