维克塔拉
维克塔拉索引。
维克塔拉索引实现了使用维克塔拉作为后端的托管索引。维克塔拉在后端执行传统索引中的许多功能: - 将文档分解成块(节点) - 为每个块(节点)创建嵌入 - 执行搜索以查找与查询最相似的 top k 节点 - 可选地可以对 top k 节点进行摘要
参数
名称
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
是否显示 tqdm 进度条。默认为 False。
|
False
|
源代码位于 |
add_document #
|
使用维克塔拉结构化文档格式将文档索引到语料库中。
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 |
|
完整 API 文档:https://docs.vectara.com/docs/api-reference/indexing-apis/indexing#structured-document-object-definition
add_document(doc: Document, corpus_key: Optional[str] = None, title: Optional[str] = None, description: Optional[str] = None, max_chars_per_chunk: Optional[int] = None) -> None
doc
Document
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
要索引的文档对象。您应该将语料库中文档 id 的值作为此对象的 id_ 成员提供。您应该将任何 document_metadata 作为此对象的 metadata 成员提供。
|
必需
|
corpus_key |
str |
如果为此索引提供了多个语料库,则指定要将文档添加到的语料库的 corpus_key。
|
title
|
如果为此索引提供了多个语料库,则指定您想要将文档添加到哪个语料库的 corpus_key。 |
无
|
title
|
title
|
文档的标题。 |
无
|
description
|
title
|
文档的描述。 |
无
|
max_chars_per_chunk
|
int
|
每个块的最大字符数。 |
无
|
使用维克塔拉结构化文档格式将文档索引到语料库中。
265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 |
|
add_nodes #
add_nodes(nodes: Sequence[Node], document_id: str, document_metadata: Optional[Dict] = {}, corpus_key: Optional[str] = None) -> None
使用 Vectara Core Document 格式将文档索引到语料库中。
完整的 API 文档:https://docs.vectara.com/docs/api-reference/indexing-apis/indexing#core-document-object-definition
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
nodes
|
Sequence[Node]
|
用户指定的文档部分。您应在每个节点的 metadata 成员中提供任何 part_metadata。 |
str |
document_id
|
title
|
文档 ID(在语料库中必须唯一)。 |
str |
document_metadata
|
Dict
|
与此文档关联的 document_metadata。 |
{}
|
如果为此索引提供了多个语料库,则指定要将文档添加到的语料库的 corpus_key。
|
title
|
如果为此索引提供了多个语料库,则指定您想要将文档添加到哪个语料库的 corpus_key。 |
无
|
使用维克塔拉结构化文档格式将文档索引到语料库中。
296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 |
|
insert_file #
insert_file(file_path: str, metadata: Optional[dict] = None, chunking_strategy: Optional[dict] = None, enable_table_extraction: Optional[bool] = False, filename: Optional[str] = None, corpus_key: Optional[str] = None, **insert_kwargs: Any) -> Optional[str]
Vectara 提供了一种通过我们的 API 直接添加文件(二进制或文本)的方式,其中预处理和分块在内部以最佳方式进行。此方法提供了在 Llama_index 中使用该 API 的方式。
ruff: noqa: E501#
完整的 API 文档:https://docs.vectara.com/docs/rest-api/upload-file
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
file_path
|
title
|
本地文件路径 文件可以是文本、HTML、PDF、markdown、doc/docx、ppt/pptx 等。有关完整列表,请参阅 API 文档。 |
str |
metadata
|
Optional[dict]
|
与文件关联的可选 metadata 字典。 |
无
|
chunking_strategy
|
Optional[dict]
|
指定每个块最大字符数的可选字典。 |
无
|
enable_table_extraction
|
Optional[bool]
|
指定是否从文档中提取表格的可选布尔值。 |
add_document #
|
filename
|
Optional[str]
|
指定文件名的可选字符串。 |
无
|
Returns
默认值 | show_progress |
---|---|
Optional[str]
|
与每个索引文件关联的 ID 列表。 |
使用维克塔拉结构化文档格式将文档索引到语料库中。
323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 |
|
delete_ref_doc #
delete_ref_doc(ref_doc_id: str, delete_from_docstore: bool = True, **delete_kwargs: Any) -> None
从 Vectara 语料库中删除文档。
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
ref_doc_id
|
title
|
要删除的文档 ID。 |
str |
delete_from_docstore
|
False
|
是否从语料库中删除文档。如果为 False,则索引或语料库不会有任何更改。 |
True
|
如果为此索引提供了多个语料库,则指定要将文档添加到的语料库的 corpus_key。
|
title
|
要从中删除文档的语料库键。如果索引中有多个语料库,则应指定此项。 |
str |
使用维克塔拉结构化文档格式将文档索引到语料库中。
405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 |
|
update_ref_doc #
update_ref_doc(document: Document, **update_kwargs: Any) -> None
更新 Vectara 语料库中文档的 metadata。
类型
描述 | 默认值 | show_progress | bool |
---|---|---|---|
document
|
必需
|
要更新的文档。请确保包含 id_ 参数以便在语料库中正确识别。 |
str |
如果为此索引提供了多个语料库,则指定要将文档添加到的语料库的 corpus_key。
|
title
|
要修改文档的语料库键。如果索引中有多个语料库,则应指定此项。 |
str |
metadata
|
dict
|
指定对文档 metadata 进行任何修改或添加的字典。 |
str |
使用维克塔拉结构化文档格式将文档索引到语料库中。
427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 |
|
as_retriever #
as_retriever(**kwargs: Any) -> BaseRetriever
为此托管索引返回一个 Retriever。
使用维克塔拉结构化文档格式将文档索引到语料库中。
461 462 463 464 465 466 467 |
|
from_documents classmethod
#
from_documents(documents: Sequence[Document], show_progress: bool = False, callback_manager: Optional[CallbackManager] = None, transformations: Optional[List[TransformComponent]] = None, **kwargs: Any) -> IndexType
从文档序列构建 Vectara 索引。
使用维克塔拉结构化文档格式将文档索引到语料库中。
511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 |
|