# 探索MongoDB Atlas: 使用VectorStore和SelfQueryRetriever进行智能查询
## 引言
MongoDB Atlas是一种强大的文档数据库平台，提供了高级的数据存储和检索功能。其中，VectorStore和SelfQueryRetriever的结合，让我们能够高效地处理和查询矢量数据。在这篇文章中，我们将一步步演示如何创建和使用MongoDB Atlas的VectorStore来实现自助查询功能。
## 主要内容
### 创建MongoDB Atlas VectorStore
首先，我们需要创建一个MongoDB Atlas VectorStore，并将其填充一些测试数据。为了演示，我们准备了一小组电影摘要文档。
在这之前，请确保安装了必要的包：
```bash
%pip install --upgrade --quiet lark pymongo
同时，我们将使用OpenAIEmbeddings，这需要先获得OpenAI的API Key。可以通过设置环境变量的方式提供这个Key：
import os
OPENAI_API_KEY = "Use your OpenAI key"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
接下来，通过以下代码创建向量存储：
from langchain_community.vectorstores import MongoDBAtlasVectorSearch
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from pymongo import MongoClient
# 使用API代理服务提高访问稳定性
CONNECTION_STRING = "Use your MongoDB Atlas connection string"
DB_NAME = "Name of your MongoDB Atlas database"
COLLECTION_NAME = "Name of your collection in the database"
INDEX_NAME = "Name of a search index defined on the collection"
MongoClient = MongoClient(CONNECTION_STRING)
collection = MongoClient[DB_NAME][COLLECTION_NAME]
embeddings = OpenAIEmbeddings()
docs = [
Document(
page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose",
metadata={"year": 1993, "rating": 7.7, "genre": "action"},
),
# 更多文档...
]
vectorstore = MongoDBAtlasVectorSearch.from_documents(
docs,
embeddings,
collection=collection,
index_name=INDEX_NAME,
)
创建矢量搜索索引
接下来，我们需要在你的集群上创建一个矢量搜索索引。以下是如何在MongoDB Atlas上定义索引的JSON格式：
{
"mappings": {
"dynamic": true,
"fields": {
"embedding": {
"dimensions": 1536,
"similarity": "cosine",
"type": "knnVector"
},
"genre": {
"type": "token"
},
"ratings": {
"type": "number"
},
"year": {
"type": "number"
}
}
}
}
创建自助查询检索器
我们还需要初始化一个自助查询检索器，以便能够根据文档元数据进行筛选：
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI
metadata_field_info = [
# 定义元数据字段的信息
AttributeInfo(name="genre", description="The genre of the movie", type="string"),
AttributeInfo(name="year", description="The year the movie was released", type="integer"),
AttributeInfo(name="rating", description="A 1-10 rating for the movie", type="float")
]
document_content_description = "Brief summary of a movie"
llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)
代码示例：使用检索器
现在我们可以使用该检索器进行智能查询：
# 指定相关查询
retriever.invoke("What are some movies about dinosaurs")
# 指定筛选条件
retriever.invoke("What are some highly rated movies (above 9)?")
# 组合条件查询
retriever.invoke("I want to watch a movie about toys rated higher than 9")
# 复杂筛选
retriever.invoke("What's a highly rated (above or equal 9) thriller film?")
常见问题和解决方案
- 网络连接问题：在某些地区，访问MongoDB Atlas可能会受到网络限制。在这种情况下，考虑使用API代理服务以提高访问的稳定性。
- API密钥管理：确保OpenAI的API密钥安全存储，不要在公共代码库中暴露。
总结和进一步学习资源
MongoDB Atlas不仅是一个强大的文档数据库，也为处理AI驱动的应用程序提供了基础设施。在以上示例中，我们展示了如何结合VectorStore和SelfQueryRetriever启用智能查询功能。进一步探索MongoDB Atlas的文档和LangChain框架的使用可以帮助你更好地掌握这些工具。
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
