我在本地使用 milvus 创建了一个向量嵌入集合,并尝试生成 RAG 辅助响应。但由于某种原因它给了我错误。我对此很陌生,所以可能会遗漏一些东西。
从 llama_index.core 导入 GPTVectorStoreIndex、StorageContext、VectorStoreIndex 从 llama_index.vector_stores.milvus 导入 MilvusVectorStore 导入openai 从 dotenv 导入 load_dotenv 导入操作系统
load_dotenv() openai.api_key = os.environ["OPENAI_API_KEY"]
def 聊天机器人(input_text):
vector_store = MilvusVectorStore(
uri="http://localhost:19530",
collection_name = "test"
)
index = VectorStoreIndex.
query_engine = index.as_query_engine()
response = query_engine.query(input_text)
return response
input_text = input('输入查询')
打印(聊天机器人(input_text))
错误
RPC 错误:[搜索],
任何帮助将不胜感激!
我尝试运行上述代码以从 OpenAI 获取 RAG 辅助响应
您的矢量尺寸似乎不匹配,这意味着您的集合的矢量不适合您的模型。您使用什么嵌入模型。例如,text-embedding-3-large 是 512 维,而你的集合的向量 demion 是 768,那么就会发生冲突