Vespa Retriever

展示如何使用Vespa.ai作为LangChain检索器。 Vespa.ai是用于高效结构化文本和向量搜索的平台。 请参阅Vespa.ai获取更多信息。

以下设置了一个从Vespa文档搜索中获取结果的检索器:

import { VespaRetriever } from "langchain/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.getRelevantDocuments("what is vespa?");
  console.log(result);
};

此处，检索了"段落"文档类型中"内容"字段的最多5个结果， 使用"documentation"作为排名方法。"userQuery()"被实际查询替换

请参阅pyvespa文档 获取更多信息。

URL是Vespa应用程序的终端点。 您可以连接任何Vespa终节点，远程服务或使用Docker本地实例。

然而，大多数Vespa Cloud实例都受到mTLS保护。 如果您的情况是这样的，您可以，例如设置CloudFlare Worker 其中包含连接到该实例所需的凭据。

Now you can return the results and continue using them in LangChain.