Skip to main content

Vespa 检索器

这展示了如何将 Vespa.ai 用作 LangChain 检索器。 Vespa.ai 是一个用于高效结构化文本和向量搜索的平台。 更多信息请参考 Vespa.ai。

以下代码设置了一个从 Vespa 文档搜索中获取结果的检索器：

import { VespaRetriever } from "@langchain/community/retrievers/vespa";

export const run = async () => {
  const url = "https://doc-search.vespa.oath.cloud";
  const query_body = {
    yql: "select content from paragraph where userQuery()",
    hits: 5,
    ranking: "documentation",
    locale: "en-us",
  };
  const content_field = "content";

  const retriever = new VespaRetriever({
    url,
    auth: false,
    query_body,
    content_field,
  });

  const result = await retriever.invoke("what is vespa?");
  console.log(result);
};

API Reference:

此处，最多从 paragraph 文档类型中的 content 字段中检索出 5 个结果， 使用 documentation 作为排序方法。userQuery() 将被 LangChain 传入的实际查询所替换。

更多信息请参考 pyvespa 文档。

URL 是 Vespa 应用程序的端点地址。 你可以连接到任意 Vespa 端点，无论是远程服务还是使用 Docker 的本地实例。 不过，大多数 Vespa Cloud 实例都受到 mTLS 保护。 如果遇到这种情况，例如你可以设置一个 CloudFlare Worker， 其中包含连接到实例所需的凭据。

现在你可以返回结果，并继续在 LangChain 中使用它们。

相关内容​

Was this page helpful?


You can also leave detailed feedback on GitHub.