文章目錄
- 前言
- 一、原型定義
- 二、常用說明
- 1、添加或更新文檔
- 2、添加或更新文本
- 3、通過文檔初始化VectorStore對象
- 4、通過文本初始化VectorStore對象
- 5、獲得VectorStoreRetriever對象
- 6、查詢最相似的文檔
- 三、代碼解析
- 1、add_documents方法
- 2、add_texts方法
- 3、from_documents方法
- 4、from_texts方法
- 5、as_retriever方法
- 6、similarity_search方法
- 寫在結尾
前言
??LangChain 是一個用于開發由語言模型驅動的應用程序的框架。LangChain 為處理語言模型所需的組件提供模塊化的抽象。LangChain 還為所有這些抽象提供了實現的集合。
??本文主要記錄LangChain_Core代碼包中提供的一個VectorStore的基礎抽象類，其中定義的幾個常用的操作向量數據庫的方法。
一、原型定義
二、常用說明
1、添加或更新文檔
??在向量庫中添加或更新文檔。
add_documents(self, documents: list[Document], * * kwargs: Any) - > list[str]
入參：
documents：要添加到向量庫的文檔。kwargs：其他關鍵字參數。
??如果kwargs包含id并且文檔包含id，kwargs中的id將獲得優先權。
返回值：
??添加文本的ID列表。
異常：
??ValueError：如果ID的數量與文檔的數量不匹配。
2、添加或更新文本
??在嵌入中運行更多文本并添加到向量庫中。
add_texts(self, texts: Iterable[str], metadatas: Optional[list[dict]] = None, * , ids: 
)
