Skip to main content

prisma

Prisma

Langchain 支持使用 Prisma 与 PostgreSQL 和 pgvector Postgres 扩展来增强 PostgreSQL 数据库中的现有模型的向量搜索。

设置​

使用 Supabase 设置数据库实例​

请参阅 Prisma 和 Supabase 集成指南 来设置 Supabase 和 Prisma 的新数据库实例。

安装 Prisma​

npm install prisma

使用 docker-compose 设置 pgvector 自托管实例​

pgvector 提供了一个预构建的 Docker 映像，可用于快速设置自托管的 Postgres 实例。

services:

  db:

    image: ankane/pgvector

    ports:

      - 5432:5432

    volumes:

      - db:/var/lib/postgresql/data

    environment:

      - POSTGRES_PASSWORD=

      - POSTGRES_USER=

      - POSTGRES_DB=



volumes:

  db:

创建新模型​

Create a new schema​

假设您还没有创建一个模型，使用类型为 Unsupported("vector") 的 vector 字段创建一个新模型:

model Document {

  id      String                 @id @default(cuid())

  content String

  vector  Unsupported("vector")?

}

然后，使用 --create-only 创建新的迁移，以避免直接运行迁移。 Afterwards, create a new migration with --create-only to avoid running the migration directly.

```bash npm2yarn

npx prisma migrate dev --create-only

添加以下行到新创建的迁移，以启用 pgvector 扩展，如果它尚未被启用: Add the following line to the newly created migration to enable pgvector extension if it hasn't been enabled yet:

CREATE EXTENSION IF NOT EXISTS vector;

然后运行迁移: Run the migration afterwards:

```bash npm2yarn

npx prisma migrate dev

使用​

:::警告 表名和列名（例如 tableName、vectorColumnName、columns 和 filter 中的字段)直接传递到 SQL 查询中，没有参数化。这些字段必须在使用前进行净化以避免 SQL 注入。 These fields must be sanitized beforehand to avoid SQL injection.

:::

import { PrismaVectorStore } from "langchain/vectorstores/prisma";
import { OpenAIEmbeddings } from "langchain/embeddings/openai";
import { PrismaClient, Prisma, Document } from "@prisma/client";

export const run = async () => {
  const db = new PrismaClient();

  // Use the `withModel` method to get proper type hints for `metadata` field:
  const vectorStore = PrismaVectorStore.withModel<Document>(db).create(
    new OpenAIEmbeddings(),
    {
      prisma: Prisma,
      tableName: "Document",
      vectorColumnName: "vector",
      columns: {
        id: PrismaVectorStore.IdColumn,
        content: PrismaVectorStore.ContentColumn,
      },
    }
  );

  const texts = ["Hello world", "Bye bye", "What's this?"];
  await vectorStore.addModels(
    await db.$transaction(
      texts.map((content) => db.document.create({ data: { content } }))
    )
  );

  const resultOne = await vectorStore.similaritySearch("Hello world", 1);
  console.log(resultOne);

  // create an instance with default filter
  const vectorStore2 = PrismaVectorStore.withModel<Document>(db).create(
    new OpenAIEmbeddings(),
    {
      prisma: Prisma,
      tableName: "Document",
      vectorColumnName: "vector",
      columns: {
        id: PrismaVectorStore.IdColumn,
        content: PrismaVectorStore.ContentColumn,
      },
      filter: {
        content: {
          equals: "default",
        },
      },
    }
  );

  await vectorStore2.addModels(
    await db.$transaction(
      texts.map((content) => db.document.create({ data: { content } }))
    )
  );

  // Use the default filter a.k.a {"content": "default"}
  const resultTwo = await vectorStore.similaritySearch("Hello world", 1);
  console.log(resultTwo);

  // Override the local filter
  const resultThree = await vectorStore.similaritySearchWithScore(
    "Hello world",
    1,
    { content: { equals: "different_content" } }
  );
  console.log(resultThree);
};

上述示例使用以下模式:：

// This is your Prisma schema file,
// learn more about it in the docs: https://pris.ly/d/prisma-schema

generator client {
  provider = "prisma-client-js"
}

datasource db {
  provider = "postgresql"
  url      = env("DATABASE_URL")
}

model Document {
  id        String                 @id @default(cuid())
  content   String
  namespace String?                @default("default")
  vector    Unsupported("vector")?
}

如果不需要，你可以删除namespace。