在Weaviate中使用混合搜索

这个模板向您展示了如何在Weaviate中使用混合搜索功能。混合搜索结合了多个搜索算法，以提高搜索结果的准确性和相关性。

Weaviate使用稀疏向量和密集向量来表示搜索查询和文档的含义和上下文。结果使用bm25和向量搜索排名的组合来返回前几个结果。

配置

通过在chain.py中设置几个环境变量，连接到您托管的Weaviate Vectorstore：

WEAVIATE_ENVIRONMENT
WEAVIATE_API_KEY

您还需要设置您的OPENAI_API_KEY以使用OpenAI模型。

入门

要使用此包，您首先应该安装LangChain CLI：

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一的包，可以执行以下操作：

langchain app new my-app --package hybrid-search-weaviate

如果要将其添加到现有项目中，只需运行：

langchain app add hybrid-search-weaviate

并将以下代码添加到您的server.py文件中：

from hybrid_search_weaviate import chain as hybrid_search_weaviate_chain

add_routes(app, hybrid_search_weaviate_chain, path="/hybrid-search-weaviate")

（可选）现在让我们配置LangSmith。 LangSmith将帮助我们跟踪、监视和调试LangChain应用程序。 LangSmith目前处于私有测试版，您可以在此处注册。如果您没有访问权限，可以跳过此部分

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为"default"

如果您在此目录中，则可以直接启动LangServe实例：

langchain serve

这将在本地启动FastAPI应用程序，服务器正在运行在 http://localhost:8000

我们可以在http://127.0.0.1:8000/docs上查看所有模板我们可以在http://127.0.0.1:8000/hybrid-search-weaviate/playground上访问playground

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/hybrid-search-weaviate")

=======

在Weaviate中使用混合搜索

配置​

入门​

配置

入门