# 使用MongoDB Atlas与OpenAI实现智能向量检索：完整指南
MongoDB Atlas不仅是一个流行的文档数据库，还可以作为向量数据库使用。在这篇文章中，我们将探讨如何通过MongoDB Atlas创建一个向量存储，并使用SelfQueryRetriever实现智能的电影检索。
## 引言
在现代应用中，结合AI技术进行智能检索已经成为趋势。使用MongoDB Atlas作为向量数据库，我们可以高效地处理和搜索相关文档。本指南将详细介绍如何使用MongoDB Atlas和OpenAI Embeddings创建一个功能强大的向量检索系统。
## 主要内容
### 1. 创建MongoDB Atlas向量存储
为了创建向量存储，首先需要在MongoDB Atlas上创建一个数据库并存入一些数据。以下是实现步骤：
```bash
# 安装所需包：
%pip install --upgrade --quiet lark pymongo
需要使用OpenAIEmbeddings，首先获取OpenAI API Key并设置在环境变量中：
import os
OPENAI_API_KEY = "Use your OpenAI key" # 获取OpenAI API Key
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
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()
我们用一些电影摘要来演示：
docs = [
Document(page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose", metadata={"year": 1993, "rating": 7.7, "genre": "action"}),
Document(page_content="Leo DiCaprio gets lost in a dream within a dream within a dream within a ...", metadata={"year": 2010, "genre": "thriller", "rating": 8.2}),
# 添加更多文档
]
vectorstore = MongoDBAtlasVectorSearch.from_documents(docs, embeddings, collection=collection, index_name=INDEX_NAME)
2. 创建向量搜索索引
在MongoDB Atlas中定义向量搜索索引，具体步骤如下：
{
"mappings": {
"dynamic": true,
"fields": {
"embedding": {
"dimensions": 1536,
"similarity": "cosine",
"type": "knnVector"
},
"genre": {
"type": "token"
},
"ratings": {
"type": "number"
},
"year": {
"type": "number"
}
}
}
}
3. 创建自查询检索器
设置元数据字段信息，以及实例化检索器：
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI
metadata_field_info = [
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
下面展示了如何调用检索器：
# 只指定查询
retriever.invoke("What are some movies about dinosaurs")
# 指定过滤条件
retriever.invoke("What are some highly rated movies (above 9)?")
# 查询和过滤
retriever.invoke("I want to watch a movie about toys rated higher than 9")
常见问题和解决方案
- API访问问题：由于某些地区网络限制，建议使用API代理服务以提高访问稳定性。
- 索引问题：确保正确配置MongoDB Atlas的索引，参考官方文档以确保配置正确。
总结和进一步学习资源
在本文中，我们探讨了如何利用MongoDB Atlas和OpenAI实现智能检索系统。你可以进一步查看以下资源扩展学习：
参考资料
- MongoDB官方文档
- OpenAI API官方文档
- Langchain项目文档
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---
