Vectara

Vectara 是一个用于构建 GenAI 应用程序的平台。它提供了一个易于使用的 API 用于文档索引和查询，由 Vectara 管理，并针对性能和准确性进行了优化。

您可以将 Vectara 作为向量存储与 LangChain.js 一起使用。

👉 包含嵌入

Vectara 在后台使用自己的嵌入，因此您不必提供任何嵌入或调用其他服务来获取嵌入。

这也意味着，如果您提供自己的嵌入，它们将是一个空操作。

const store = await VectaraStore.fromTexts(
  ["hello world", "hi there"],
  [{ foo: "bar" }, { foo: "baz" }],
  // This won't have an effect. Provide a FakeEmbeddings instance instead for clarity.
  new OpenAIEmbeddings(),
  args
);

设置

您需要

• 创建一个免费的 Vectara 帐户。
• 创建一个语料库 来存储您的数据
• 创建一个具有 QueryService 和 IndexService 访问权限的API 密钥，以便您可以访问此语料库

配置您的 .env 文件或提供参数将 LangChain 连接到您的 Vectara 语料库

VECTARA_CUSTOMER_ID=your_customer_id
VECTARA_CORPUS_ID=your_corpus_id
VECTARA_API_KEY=your-vectara-api-key

请注意，您可以提供多个用逗号分隔的语料库 ID 来同时查询多个语料库。例如：VECTARA_CORPUS_ID=3,8,9,43。要索引多个语料库，您需要为每个语料库创建单独的 VectaraStore 实例。

用法

import { VectaraStore } from "@langchain/community/vectorstores/vectara";
import { VectaraSummaryRetriever } from "@langchain/community/retrievers/vectara_summary";
import { Document } from "@langchain/core/documents";

// Create the Vectara store.
const store = new VectaraStore({
  customerId: Number(process.env.VECTARA_CUSTOMER_ID),
  corpusId: Number(process.env.VECTARA_CORPUS_ID),
  apiKey: String(process.env.VECTARA_API_KEY),
  verbose: true,
});

// Add two documents with some metadata.
const doc_ids = await store.addDocuments([
  new Document({
    pageContent: "Do I dare to eat a peach?",
    metadata: {
      foo: "baz",
    },
  }),
  new Document({
    pageContent: "In the room the women come and go talking of Michelangelo",
    metadata: {
      foo: "bar",
    },
  }),
]);

// Perform a similarity search.
const resultsWithScore = await store.similaritySearchWithScore(
  "What were the women talking about?",
  1,
  {
    lambda: 0.025,
  }
);

// Print the results.
console.log(JSON.stringify(resultsWithScore, null, 2));
/*
[
  [
    {
      "pageContent": "In the room the women come and go talking of Michelangelo",
      "metadata": {
        "lang": "eng",
        "offset": "0",
        "len": "57",
        "foo": "bar"
      }
    },
    0.4678752
  ]
]
*/

const retriever = new VectaraSummaryRetriever({ vectara: store, topK: 3 });
const documents = await retriever.invoke("What were the women talking about?");

console.log(JSON.stringify(documents, null, 2));
/*
[
  {
    "pageContent": "<b>In the room the women come and go talking of Michelangelo</b>",
    "metadata": {
      "lang": "eng",
      "offset": "0",
      "len": "57",
      "foo": "bar"
    }
  },
  {
    "pageContent": "<b>In the room the women come and go talking of Michelangelo</b>",
    "metadata": {
      "lang": "eng",
      "offset": "0",
      "len": "57",
      "foo": "bar"
    }
  },
  {
    "pageContent": "<b>In the room the women come and go talking of Michelangelo</b>",
    "metadata": {
      "lang": "eng",
      "offset": "0",
      "len": "57",
      "foo": "bar"
    }
  }
]
*/

// Delete the documents.
await store.deleteDocuments(doc_ids);

API 参考

• VectaraStore 来自 @langchain/community/vectorstores/vectara
• VectaraSummaryRetriever 来自 @langchain/community/retrievers/vectara_summary
• Document 来自 @langchain/core/documents

请注意，lambda 是一个与 Vectara 的混合搜索功能相关的参数，提供了神经搜索和布尔/精确匹配之间的权衡，如此处所述。我们建议将 0.025 作为默认值，同时为高级用户提供一种方式来根据需要自定义此值。

API

Vectara 的 LangChain 向量存储使用 Vectara 的核心 API

• 索引 API 用于将文档存储在 Vectara 语料库中。
• 搜索 API 用于查询此数据。此 API 支持混合搜索。

相关

• 向量存储概念指南
• 向量存储操作指南