TypeORM
为了在通用的PostgreSQL数据库中实现向量搜索,LangChainJS支持使用TypeORM和pgvector
Postgres扩展。
设置
要使用TypeORM,您需要安装typeorm
和pg
软件包:
- npm
- Yarn
- pnpm
npm install typeorm
yarn add typeorm
pnpm add typeorm
- npm
- Yarn
- pnpm
npm install pg
yarn add pg
pnpm add pg
使用docker-compose
设置pgvector
自托管实例
pgvector
提供了一个预构建的Docker镜像,可用于快速设置自托管的Postgres实例。
创建一个名为docker-compose.yml
的文件:
import DockerExample from "!!raw-loader!@examples/indexes/vector_stores/typeorm_vectorstore/docker-compose.example.yml";
<CodeBlock language="yml" name="docker-compose.yml">{DockerExample}</CodeBlock>
然后在相同的目录下运行docker compose up
来启动容器。
您可以在官方存储库中找到有关如何设置pgvector
的更多信息。
用法
使用TypeORMVectorStore
的一个完整的示例如下:
import { DataSourceOptions } from "typeorm";
import { OpenAIEmbeddings } from "langchain/embeddings/openai";
import { TypeORMVectorStore } from "langchain/vectorstores/typeorm";
// First, follow set-up instructions at
// https://js.langchain.com/docs/modules/indexes/vector_stores/integrations/typeorm
export const run = async () => {
const args = {
postgresConnectionOptions: {
type: "postgres",
host: "localhost",
port: 5432,
username: "myuser",
password: "ChangeMe",
database: "api",
} as DataSourceOptions,
};
const typeormVectorStore = await TypeORMVectorStore.fromDataSource(
new OpenAIEmbeddings(),
args
);
await typeormVectorStore.ensureTableInDatabase();
await typeormVectorStore.addDocuments([
{ pageContent: "what's this", metadata: { a: 2 } },
{ pageContent: "Cat drinks milk", metadata: { a: 1 } },
]);
const results = await typeormVectorStore.similaritySearch("hello", 2);
console.log(results);
};