如何实现基于用户的文档检索

最新推荐文章于 2025-12-16 16:18:28 发布

原创最新推荐文章于 2025-12-16 16:18:28 发布 · 186 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#服务器 #数据库 #运维 #python

在构建文档检索应用时，常常需要考虑多用户场景。这意味着您可能需要为多个用户存储数据，并确保他们不能互相查看彼此的数据。为了实现这一目标，您需要配置检索链，使其只能检索特定的信息。通常这需要两个步骤。

技术背景介绍

在多用户应用中，确保数据隔离是非常重要的。这要求我们的检索工具能够支持多用户环境，并能动态配置以满足特定用户的需求。这篇文章将介绍如何使用 Pinecone 和 LangChain 来实现用户隔离的检索服务。

核心原理解析

多用户支持：检索器需要提供多用户支持，例如通过命名空间（namespace）来区分不同用户的数据。
动态配置：在运行时，我们可以通过动态参数来控制检索行为，确保返回的文档仅限于特定用户。

代码实现演示

我们将使用 Pinecone 作为向量存储工具，并结合 LangChain 进行实现。

首先，确保配置好 Pinecone 的 API 密钥：

import os
import openai
from langchain_openai import OpenAIEmbeddings
from langchain_pinecone import PineconeVectorStore
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import (
    ConfigurableField,
    RunnablePassthrough,
)

# 设置环境变量
os.environ["PINECONE_API_KEY"] = 'your-pinecone-api-key'

# 使用稳定可靠的API服务
client = openai.OpenAI(
    base_url='https://yunwu.ai/v1',  # 国内稳定访问
    api_key='your-api-key'
)

# 初始化向量存储
embeddings = OpenAIEmbeddings()
vectorstore = PineconeVectorStore(index_name="test-example", embedding=embeddings)

# 添加文本到命名空间
vectorstore.add_texts(["i worked at kensho"], namespace="harrison")
vectorstore.add_texts(["i worked at facebook"], namespace="ankush")

# 使用命名空间进行文档检索
retriever = vectorstore.as_retriever()

configurable_retriever = retriever.configurable_fields(
    search_kwargs=ConfigurableField(
        id="search_kwargs",
        name="Search Kwargs",
        description="The search kwargs to use",
    )
)

# 设置问题回答链
template = """Answer the question based only on the following context:
{context}
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)

chain = (
    {"context": configurable_retriever, "question": RunnablePassthrough()}
    | prompt
    | StrOutputParser()
)

# 执行检索并回答
result_harrison = chain.invoke(
    "where did the user work?",
    config={"configurable": {"search_kwargs": {"namespace": "harrison"}}},
)
print(result_harrison)  # 输出: The user worked at Kensho.

result_ankush = chain.invoke(
    "where did the user work?",
    config={"configurable": {"search_kwargs": {"namespace": "ankush"}}},
)
print(result_ankush)  # 输出: The user worked at Facebook.