Astra DB 向量資料庫

本頁提供使用 Astra DB 作為向量資料庫的快速入門指南。

DataStax Astra DB 是一個以 Apache Cassandra® 為基礎建構的無伺服器、具備向量功能的資料庫，並透過易於使用的 JSON API 方便地提供使用。

設定

整合功能的使用需要 langchain-astradb 合作夥伴套件

pip install -qU "langchain-astradb>=0.3.3"

憑證

為了使用 AstraDB 向量資料庫，您必須先前往 AstraDB 網站，建立一個帳戶，然後建立一個新的資料庫 - 初始化可能需要幾分鐘。

資料庫初始化完成後，您應該建立應用程式權杖並儲存以供日後使用。

您也會想要從「資料庫詳細資訊」中複製 API 端點，並將其儲存在 ASTRA_DB_API_ENDPOINT 變數中。

您可以選擇性地提供命名空間，您可以從資料庫儀表板的「資料瀏覽器」標籤管理命名空間。如果您不希望設定命名空間，可以將 ASTRA_DB_NAMESPACE 的 getpass 提示留空。

import getpass

ASTRA_DB_API_ENDPOINT = getpass.getpass("ASTRA_DB_API_ENDPOINT = ")
ASTRA_DB_APPLICATION_TOKEN = getpass.getpass("ASTRA_DB_APPLICATION_TOKEN = ")

desired_namespace = getpass.getpass("ASTRA_DB_NAMESPACE = ")
if desired_namespace:
    ASTRA_DB_NAMESPACE = desired_namespace
else:
    ASTRA_DB_NAMESPACE = None

如果您想要獲得一流的模型呼叫自動追蹤，您也可以透過取消註解下方內容來設定您的 LangSmith API 金鑰

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

初始化

建立 Astra DB 向量資料庫有兩種方法，兩者在嵌入的計算方式上有所不同。

方法 1：明確嵌入

您可以分別實例化一個 langchain_core.embeddings.Embeddings 類別，並將其傳遞給 AstraDBVectorStore 建構函式，就像大多數其他 LangChain 向量資料庫一樣。

方法 2：整合式嵌入計算

或者，您可以使用 Astra DB 的 Vectorize 功能，並在建立儲存區時簡單地指定支援的嵌入模型的名稱。嵌入計算完全在資料庫內處理。（若要繼續使用此方法，您必須為您的資料庫啟用所需的嵌入整合，如文件中所述。）

明確嵌入初始化

以下，我們使用明確嵌入類別來實例化我們的向量資料庫

選擇嵌入模型

pip install -qU langchain-openai

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
  os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter API key for OpenAI: ")

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-large")

from langchain_astradb import AstraDBVectorStore

vector_store = AstraDBVectorStore(
    collection_name="astra_vector_langchain",
    embedding=embeddings,
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
    namespace=ASTRA_DB_NAMESPACE,
)

API 參考：AstraDBVectorStore

整合式嵌入初始化

這裡假設您已

在您的 Astra DB 組織中啟用 OpenAI 整合，
將名為 "OPENAI_API_KEY" 的 API 金鑰新增至整合，並將其範圍設定為您正在使用的資料庫。

有關如何執行此操作的更多詳細資訊，請參閱文件。

from astrapy.info import CollectionVectorServiceOptions

openai_vectorize_options = CollectionVectorServiceOptions(
    provider="openai",
    model_name="text-embedding-3-small",
    authentication={
        "providerKey": "OPENAI_API_KEY",
    },
)

vector_store_integrated = AstraDBVectorStore(
    collection_name="astra_vector_langchain_integrated",
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
    namespace=ASTRA_DB_NAMESPACE,
    collection_vector_service_options=openai_vectorize_options,
)

管理向量資料庫

一旦您建立了向量資料庫，我們就可以透過新增和刪除不同的項目來與之互動。

將項目新增至向量資料庫

我們可以使用 add_documents 函數將項目新增至我們的向量資料庫。

from uuid import uuid4

from langchain_core.documents import Document

document_1 = Document(
    page_content="I had chocalate chip pancakes and scrambled eggs for breakfast this morning.",
    metadata={"source": "tweet"},
)

document_2 = Document(
    page_content="The weather forecast for tomorrow is cloudy and overcast, with a high of 62 degrees.",
    metadata={"source": "news"},
)

document_3 = Document(
    page_content="Building an exciting new project with LangChain - come check it out!",
    metadata={"source": "tweet"},
)

document_4 = Document(
    page_content="Robbers broke into the city bank and stole $1 million in cash.",
    metadata={"source": "news"},
)

document_5 = Document(
    page_content="Wow! That was an amazing movie. I can't wait to see it again.",
    metadata={"source": "tweet"},
)

document_6 = Document(
    page_content="Is the new iPhone worth the price? Read this review to find out.",
    metadata={"source": "website"},
)

document_7 = Document(
    page_content="The top 10 soccer players in the world right now.",
    metadata={"source": "website"},
)

document_8 = Document(
    page_content="LangGraph is the best framework for building stateful, agentic applications!",
    metadata={"source": "tweet"},
)

document_9 = Document(
    page_content="The stock market is down 500 points today due to fears of a recession.",
    metadata={"source": "news"},
)

document_10 = Document(
    page_content="I have a bad feeling I am going to get deleted :(",
    metadata={"source": "tweet"},
)

documents = [
    document_1,
    document_2,
    document_3,
    document_4,
    document_5,
    document_6,
    document_7,
    document_8,
    document_9,
    document_10,
]
uuids = [str(uuid4()) for _ in range(len(documents))]

vector_store.add_documents(documents=documents, ids=uuids)

API 參考：Document

[UUID('89a5cea1-5f3d-47c1-89dc-7e36e12cf4de'),
 UUID('d4e78c48-f954-4612-8a38-af22923ba23b'),
 UUID('058e4046-ded0-4fc1-b8ac-60e5a5f08ea0'),
 UUID('50ab2a9a-762c-4b78-b102-942a86d77288'),
 UUID('1da5a3c1-ba51-4f2f-aaaf-79a8f5011ce3'),
 UUID('f3055d9e-2eb1-4d25-838e-2c70548f91b5'),
 UUID('4bf0613d-08d0-4fbc-a43c-4955e4c9e616'),
 UUID('18008625-8fd4-45c2-a0d7-92a2cde23dbc'),
 UUID('c712e06f-790b-4fd4-9040-7ab3898965d0'),
 UUID('a9b84820-3445-4810-a46c-e77b76ab85bc')]

從向量資料庫刪除項目

我們可以透過 ID 使用 delete 函數從我們的向量資料庫中刪除項目。

vector_store.delete(ids=uuids[-1])

True

查詢向量資料庫

一旦您的向量資料庫建立完成，並且新增了相關的文件，您很可能會希望在執行您的鏈或代理程式期間查詢它。

直接查詢

相似性搜尋

使用中繼資料篩選執行簡單的相似性搜尋可以如下完成

results = vector_store.similarity_search(
    "LangChain provides abstractions to make working with LLMs easy",
    k=2,
    filter={"source": "tweet"},
)
for res in results:
    print(f"* {res.page_content} [{res.metadata}]")

* Building an exciting new project with LangChain - come check it out! [{'source': 'tweet'}]
* LangGraph is the best framework for building stateful, agentic applications! [{'source': 'tweet'}]

帶分數的相似性搜尋

您也可以使用分數進行搜尋

results = vector_store.similarity_search_with_score(
    "Will it be hot tomorrow?", k=1, filter={"source": "news"}
)
for res, score in results:
    print(f"* [SIM={score:3f}] {res.page_content} [{res.metadata}]")

* [SIM=0.776585] The weather forecast for tomorrow is cloudy and overcast, with a high of 62 degrees. [{'source': 'news'}]

其他搜尋方法

還有各種其他搜尋方法未在本筆記本中涵蓋，例如 MMR 搜尋或依向量搜尋。如需 AstraDBVectorStore 可用的完整搜尋能力列表，請查看 API 參考。

透過轉換為檢索器來查詢

您也可以將向量資料庫轉換為檢索器，以便在您的鏈中更輕鬆地使用。

以下是如何將您的向量資料庫轉換為檢索器，然後使用簡單的查詢和篩選條件調用檢索器。

retriever = vector_store.as_retriever(
    search_type="similarity_score_threshold",
    search_kwargs={"k": 1, "score_threshold": 0.5},
)
retriever.invoke("Stealing from the bank is a crime", filter={"source": "news"})

[Document(metadata={'source': 'news'}, page_content='Robbers broke into the city bank and stole $1 million in cash.')]

用於檢索增強生成的用法

有關如何將此向量資料庫用於檢索增強生成 (RAG) 的指南，請參閱以下章節

如需更多資訊，請查看使用 Astra DB 的完整 RAG 範本：此處。

清理向量資料庫

如果您想從您的 Astra DB 執行個體中完全刪除集合，請執行此操作。

（您將遺失儲存在其中的資料。）

vector_store.delete_collection()

API 參考

如需所有 AstraDBVectorStore 功能和配置的詳細文件，請前往 API 參考：https://langchain-python.dev.org.tw/api_reference/astradb/vectorstores/langchain_astradb.vectorstores.AstraDBVectorStore.html

向量資料庫概念指南
向量資料庫操作指南

設定​

憑證​

初始化​

方法 1：明確嵌入​

方法 2：整合式嵌入計算​

明確嵌入初始化​

整合式嵌入初始化​

管理向量資料庫​

將項目新增至向量資料庫​

從向量資料庫刪除項目​

查詢向量資料庫​

直接查詢​

相似性搜尋​

帶分數的相似性搜尋​

其他搜尋方法​

透過轉換為檢索器來查詢​

用於檢索增強生成的用法​

清理向量資料庫​

API 參考​

相關內容​

此頁面是否對您有幫助？

設定

憑證

初始化