向量数据库的使用

作者：CSDN博客
向量数据库

向量数据库是一种专门用于存储、管理和查询高维向量数据的数据库系统。随着人工智能和机器学习的广泛应用，向量数据库在处理非结构化数据（如文本、图像、音频和视频等）的任务中变得越来越重要。本文将介绍快速使用Chroma
安装

安装chromadb向量数据库

1. pip install chromadb

复制代码

创建链接

创建客户端

1. import chromadb
2. chroma_client = chromadb.Client()

复制代码

创建集合

Chroma数据结构，包括集合、文档和Embedding。

1. collection = chroma_client.create_collection(name="my_collection")

复制代码

添加文档

添加文档到集合中

1. collection.add(
2.     documents=[
3.         "This is a document about pineapple",
4.         "This is a document about oranges"
5.     ],
6.     ids=["id1", "id2"]
7. )

复制代码

搜索

搜索文档并指定返回文档数

1. results = collection.query(
2.     query_texts=["This is a query document about hawaii"], # Chroma will embed this for you
3.     n_results=2 # how many results to return
4. )
5. print(results)

复制代码

查看结果

可以看到夏威夷和菠萝更相似。

1. {
2.   'documents': [[
3.       'This is a document about pineapple',
4.       'This is a document about oranges'
5.   ]],
6.   'ids': [['id1', 'id2']],
7.   'distances': [[1.0404009819030762, 1.243080496788025]],
8.   'uris': None,
9.   'data': None,
10.   'metadatas': [[None, None]],
11.   'embeddings': None,
12. }

复制代码

总结

向量数据库是 RAG 中的重要组件之一，文档索引会存储在向量数据库中，随着大模型的流行，感觉向量数据库也会持续发展，进一步提高性能。

原文地址：https://blog.csdn.net/hawk2014bj/article/details/139179719