跳到主要內容

Oracle AI Vector Search: Generate Summary (Oracle AI 向量搜尋：產生摘要)

Oracle AI Vector Search 專為人工智慧 (AI) 工作負載而設計，可讓您根據語意而非關鍵字來查詢資料。 Oracle AI Vector Search 的最大優點之一是，非結構化資料的語意搜尋可以與單一系統中的業務資料的關聯式搜尋相結合。 這不僅功能強大，而且效率更高，因為您無需新增專門的向量資料庫，從而消除了多個系統之間資料分散的痛苦。

此外，您的向量可以受益於 Oracle Database 最強大的所有功能，例如以下

本指南示範如何在 Oracle AI Vector Search 中使用摘要功能，利用 OracleSummary 為您的文件產生摘要。

如果您剛開始使用 Oracle Database，請考慮探索免費的 Oracle 23 AI，它提供了一個很棒的資料庫環境設定介紹。 在使用資料庫時，通常建議預設避免使用系統使用者；相反地，您可以建立自己的使用者以增強安全性和自訂。 有關使用者建立的詳細步驟，請參閱我們的端對端指南，該指南也說明如何在 Oracle 中設定使用者。 此外，了解使用者權限對於有效管理資料庫安全性至關重要。 您可以在官方的Oracle 指南中深入了解此主題，該指南是有關管理使用者帳戶和安全性的。

先決條件​

請安裝 Oracle Python Client 驅動程式以將 Langchain 與 Oracle AI Vector Search 搭配使用。

# pip install oracledb

連線至 Oracle Database​

以下範例程式碼將示範如何連線至 Oracle Database。 預設情況下，python-oracledb 以「Thin」模式執行，該模式直接連線至 Oracle Database。 此模式不需要 Oracle Client 程式庫。 不過，當 python-oracledb 使用它們時，可以使用一些其他功能。 當使用 Oracle Client 程式庫時，python-oracledb 被稱為處於「Thick」模式。 兩種模式都具有全面的功能，支援 Python Database API v2.0 規格。 請參閱以下指南，其中討論了每種模式支援的功能。 如果您無法使用 thin 模式，您可能想要切換到 thick 模式。

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)

產生摘要​

Oracle AI Vector Search Langchain 程式庫提供了一套用於文件摘要設計的 API。 它支援多個摘要提供者，例如 Database、OCIGENAI、HuggingFace 等，允許使用者選擇最符合其需求的提供者。 若要使用這些功能，使用者必須設定指定的摘要參數。 有關這些參數的詳細資訊，請參閱Oracle AI Vector Search 指南書。

注意： 如果使用者想要使用 Oracle 內部和預設提供者「database」以外的某些第三方摘要產生提供者，則可能需要設定 Proxy。 如果您沒有 Proxy，請在實例化 OracleSummary 時移除 proxy 參數。

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

以下範例程式碼將示範如何產生摘要

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 參考：OracleSummary | Document

端對端示範​

請參閱我們的完整示範指南Oracle AI Vector Search 端對端示範指南，以在 Oracle AI Vector Search 的協助下建構端對端 RAG 管道。

這個頁面有幫助嗎？