TypeORM
为了在通用的 PostgreSQL 数据库中启用向量搜索,LangChain.js 支持使用 TypeORM 与 pgvector
Postgres 扩展。
设置
要使用 TypeORM,您需要安装 typeorm
和 pg
包
- npm
- Yarn
- pnpm
npm install typeorm
yarn add typeorm
pnpm add typeorm
- npm
- Yarn
- pnpm
npm install pg
yarn add pg
pnpm add pg
提示
查看 本节了解有关安装集成包的常规说明.
- npm
- Yarn
- pnpm
npm install @langchain/openai @langchain/community @langchain/core
yarn add @langchain/openai @langchain/community @langchain/core
pnpm add @langchain/openai @langchain/community @langchain/core
使用 docker-compose
设置 pgvector
自托管实例
pgvector
提供了一个预构建的 Docker 镜像,可用于快速设置自托管的 Postgres 实例。在下面创建一个名为 docker-compose.yml
的文件
export default {services:{db:{image:'ankane/pgvector',ports:['5432:5432'],volumes:['./data:/var/lib/postgresql/data'],environment:['POSTGRES_PASSWORD=ChangeMe','POSTGRES_USER=myuser','POSTGRES_DB=api']}}};
API 参考
然后在同一目录中运行 docker compose up
启动容器。
您可以在 官方存储库 中找到有关如何设置 pgvector
的更多信息。
用法
以下是一个使用 TypeORMVectorStore
的完整示例
import { DataSourceOptions } from "typeorm";
import { OpenAIEmbeddings } from "@langchain/openai";
import { TypeORMVectorStore } from "@langchain/community/vectorstores/typeorm";
// First, follow set-up instructions at
// https://js.langchain.ac.cn/docs/modules/indexes/vector_stores/integrations/typeorm
export const run = async () => {
const args = {
postgresConnectionOptions: {
type: "postgres",
host: "localhost",
port: 5432,
username: "myuser",
password: "ChangeMe",
database: "api",
} as DataSourceOptions,
};
const typeormVectorStore = await TypeORMVectorStore.fromDataSource(
new OpenAIEmbeddings(),
args
);
await typeormVectorStore.ensureTableInDatabase();
await typeormVectorStore.addDocuments([
{ pageContent: "what's this", metadata: { a: 2 } },
{ pageContent: "Cat drinks milk", metadata: { a: 1 } },
]);
const results = await typeormVectorStore.similaritySearch("hello", 2);
console.log(results);
};
API 参考
- OpenAIEmbeddings 来自
@langchain/openai
- TypeORMVectorStore 来自
@langchain/community/vectorstores/typeorm