Vespa Retriever

这展示了如何使用 Vespa.ai 作为 LangChain 检索器。Vespa.ai 是一个用于高效结构化文本和向量搜索的平台。有关更多信息，请参阅 Vespa.ai。

以下设置了一个检索器，它从 Vespa 的文档搜索中获取结果

import { VespaRetriever } from "@langchain/community/retrievers/vespa";

export const run = async () => {
  const url = "https://doc-search.vespa.oath.cloud";
  const query_body = {
    yql: "select content from paragraph where userQuery()",
    hits: 5,
    ranking: "documentation",
    locale: "en-us",
  };
  const content_field = "content";

  const retriever = new VespaRetriever({
    url,
    auth: false,
    query_body,
    content_field,
  });

  const result = await retriever.invoke("what is vespa?");
  console.log(result);
};

API 参考

• VespaRetriever from @langchain/community/retrievers/vespa

在这里，最多从 paragraph 文档类型中的 content 字段中检索 5 个结果，使用 documentation 作为排名方法。userQuery() 将被 LangChain 传递的实际查询替换。

有关更多信息，请参阅 pyvespa 文档。

URL 是 Vespa 应用程序的端点。您可以连接到任何 Vespa 端点，无论是远程服务还是使用 Docker 的本地实例。但是，大多数 Vespa Cloud 实例都使用 mTLS 保护。如果是这种情况，您可以例如设置一个 CloudFlare Worker，其中包含连接到实例所需的凭据。

现在您可以返回结果，并继续在 LangChain 中使用它们。

相关

• 检索器 概念指南
• 检索器 操作指南