使用MongoDB Atlas搭建强大的向量数据库和自查询检索器

引言

在现代应用中，尤其是涉及语义搜索的场景中，向量数据库成为了一种重要的工具。MongoDB Atlas不仅是一个流行的文档数据库，也可以作为向量数据库来使用。在这篇文章中，我们将展示如何使用MongoDB Atlas创建一个向量存储，并利用SelfQueryRetriever来实现自查询功能。

主要内容

创建MongoDB Atlas向量存储

首先，我们需要在MongoDB Atlas上创建一个向量存储，并通过一些数据进行初始化。假设我们已经准备了一些电影摘要的数据集。请注意，自查询检索器要求安装lark和pymongo包：

%pip install --upgrade --quiet lark pymongo

我们将使用OpenAI Embeddings，因此需要获取OpenAI API Key：

import os
from pymongo import MongoClient
from langchain_community.vectorstores import MongoDBAtlasVectorSearch
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings

# 设置OpenAI API Key
OPENAI_API_KEY = "Use your OpenAI key"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

# 连接MongoDB Atlas
CONNECTION_STRING = "Use your MongoDB Atlas connection string"  # 使用API代理服务提高访问稳定性
DB_NAME = "Name of your MongoDB Atlas database"
COLLECTION_NAME = "Name of your collection in the database"
INDEX_NAME = "Name of a search index defined on the collection"

MongoClient = MongoClient(CONNECTION_STRING)
collection = MongoClient[DB_NAME