将 Atlas Vector Search 与 LangChain 集成
您可以将 Atlas Vector Search 与 LangChain 集成来构建生成式人工智能和 RAG 应用程序。本页概述了 MongoDB LangChain Python 集成以及您可以在应用程序中使用的不同组件。
注意
For a full list of components and methods, see API reference.
有关 JavaScript 集成，请参阅 LangChain JS/TS 集成入门。
安装和设置
要将 Atlas Vector Search 与 LangChain 一起使用，您必须首先安装 langchain-mongodb 包：
pip install langchain-mongodb
某些组件还需要以下 LangChain 基础包：
pip install langchain langchain_community
向量存储
MongoDBAtlasVectorSearch 是一个向量存储，允许您在 Atlas 中存储和检索集合中的向量嵌入。您可以使用此组件存储数据中的嵌入，并使用 Atlas Vector Search 进行检索。
此组件需要一个 Atlas Vector Search 索引。
使用
from langchain_mongodb.vectorstores import MongoDBAtlasVectorSearch from pymongo import MongoClient # Use some embedding model to generate embeddings from tests.integration_tests.vectorstores.fake_embeddings import FakeEmbeddings # Connect to your Atlas cluster client = MongoClient("<connection-string>") collection = client["<database-name>"]["<collection-name>"] # Instantiate the vector store vector_store = MongoDBAtlasVectorSearch( collection = collection # Collection to store embeddings embedding = FakeEmbeddings(), # Embedding model to use index_name = "vector_index", # Name of the vector search index relevance_score_fn = "cosine" # Similarity score function, can also be "euclidean" or "dotProduct" )
Retrievers
LangChain 检索器是用于从向量存储中获取相关文档的组件。您可以使用 LangChain 的内置检索器或以下 MongoDB 检索器从 Atlas 查询和检索数据。
全文检索器
MongoDBAtlasFullTextSearchRetriever 是使用 Atlas Search 进行全文搜索的检索器。具体来说，它使用 Lucene 的标准 BM25 算法。
此检索器需要 Atlas Search 索引。
使用
from langchain_mongodb.retrievers.full_text_search import MongoDBAtlasFullTextSearchRetriever # Connect to your Atlas cluster client = MongoClient("<connection-string>") collection = client["<database-name>"]["<collection-name>"] # Initialize the retriever retriever = MongoDBAtlasFullTextSearchRetriever( collection = collection, # MongoDB Collection in Atlas search_field = "<field-name>", # Name of the field to search search_index_name = "<index-name>" # Name of the search index ) # Define your query query = "some search query" # Print results documents = retriever.invoke(query) for doc in documents: print(doc)
注意
混合搜索检索器
MongoDBAtlasHybridSearchRetriever 是使用倒数排名融合 (RRF) 算法将向量搜索和全文搜索结果相结合的检索器。如要了解更多信息，请参阅如何执行混合搜索。
该检索器需要现有的向量存储、Atlas Vector Search 索引和 Atlas Search 索引。
使用
from langchain_mongodb.retrievers.hybrid_search import MongoDBAtlasHybridSearchRetriever # Initialize the retriever retriever = MongoDBAtlasHybridSearchRetriever( vectorstore = <vector-store>, # Vector store instance search_index_name = "<index-name>", # Name of the Atlas Search index top_k = 5, # Number of documents to return fulltext_penalty = 60.0, # Penalty for full-text search vector_penalty = 60.0 # Penalty for vector search ) # Define your query query = "some search query" # Print results documents = retriever.invoke(query) for doc in documents: print(doc)
LLM 缓存
缓存用于通过存储相似或重复查询的重复响应来优化 LLM 性能，以避免重新计算它们。MongoDB 为 LangChain 应用程序提供以下缓存。
MongoDB 缓存
MongoDBCache 允许您在 Atlas 中存储基本缓存。
使用
from langchain_mongodb import MongoDBCache from langchain_core.globals import set_llm_cache set_llm_cache(MongoDBCache( connection_string = "<connection-string>", # Atlas connection string database_name = "<database-name>", # Database to store the cache collection_name = "<collection-name>" # Collection to store the cache ))
语义缓存
语义缓存是一种更高级的缓存形式，它根据用户输入和缓存结果之间的语义相似性检索缓存的提示。
MongoDBAtlasSemanticCache 是一个语义缓存，它使用 Atlas Vector Search 来检索缓存的提示。该组件需要 Atlas Vector Search 索引。
使用
from langchain_mongodb import MongoDBAtlasSemanticCache from langchain_core.globals import set_llm_cache # Use some embedding model to generate embeddings from tests.integration_tests.vectorstores.fake_embeddings import FakeEmbeddings set_llm_cache(MongoDBAtlasSemanticCache( embedding = FakeEmbeddings(), # Embedding model to use connection_string = "<connection-string>", # Atlas connection string database_name = "<database-name>", # Database to store the cache collection_name = "<collection-name>" # Collection to store the cache ))
文档加载器
文档加载器是帮助您为 LangChain 应用程序加载数据的工具。
MongodbLoader 是一个文档加载器，可从 MongoDB 数据库返回文档列表。
使用
from langchain_community.document_loaders.mongodb import MongodbLoader loader = MongodbLoader( connection_string = "<connection-string>", # Atlas cluster or local MongoDB instance URI db_name = "<database-name>", # Database that contains the collection collection_name = "<collection-name>", # Collection to load documents from filter_criteria = { <filter-document> }, # Optional document to specify a filter field_names = ["<field-name>", ... ] # List of fields to return ) docs = loader.load()
聊天记录
MongoDBChatMessageHistory 是一个允许您在 MongoDB 数据库中存储和管理聊天消息历史记录的组件。它可以保存与唯一会话标识符关联的用户和 AI 生成的消息。这对于需要跟踪一段时间内交互的应用程序（例如聊天机器人）非常有用。
使用
from langchain_mongodb.chat_message_histories import MongoDBChatMessageHistory chat_message_history = MongoDBChatMessageHistory( session_id = "<session-id>", # Unique session identifier connection_string = "<connection-string>", # Atlas cluster or local MongoDB instance URI database_name = "<database-name>", # Database to store the chat history collection_name = "<collection-name>" # Collection to store the chat history ) chat_message_history.add_user_message("Hello") chat_message_history.add_ai_message("Hi")
chat_message_history.messages
[HumanMessage(content='Hello'), AIMessage(content='Hi')]
二进制存储
MongoDBByteStore 是一个自定义数据存储，它使用MongoDB存储和管理二进制数据，特别是以字节表示的数据。 您可以使用键值对执行CRUD操作，其中键是字符串，值是字节序列。
使用
from langchain.storage import MongoDBByteStore # Instantiate the MongoDBByteStore mongodb_store = MongoDBByteStore( connection_string = "<connection-string>", # Atlas cluster or local MongoDB instance URI db_name = "<database-name>", # Name of the database collection_name = "<collection-name>" # Name of the collection ) # Set values for keys mongodb_store.mset([("key1", b"hello"), ("key2", b"world")]) # Get values for keys values = mongodb_store.mget(["key1", "key2"]) print(values) # Output: [b'hello', b'world'] # Iterate over keys for key in mongodb_store.yield_keys(): print(key) # Output: key1, key2 # Delete keys mongodb_store.mdelete(["key1", "key2"])
注意
其他资源
MongoDB 还提供以下开发者资源：