我正在使用 LangChain 构建一些东西,并遇到了最著名的基于索引的向量数据库之一
FAISS
。以下是我如何使用 FAISS 矢量数据库的命令:
from langchain.document_loaders import PyMuPDFLoader
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import FAISS
loader = PyMuPDFLoader('path/to/pdf_file.pdf')
raw_texts = loader.load_and_split()
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(raw_texts, embeddings)
在上面的代码中,我想将
vectorstore
存储在 MongoDB 数据库中。有没有办法在 MongoDB 上加载这些矢量存储并使用 similarity_search
相对于输入 prompt
提取它们?
我遇到了同样的情况,到目前为止我发现我们无法将矢量内容直接保存到Mongo DB中,但我们可以期望保存FAISS DB的索引。
您好,您找到访问矢量存储内容的方法了吗? 我什至试图将内容保存到文本到 json 文件,但找不到方法来做到这一点?