Skip to main content
SemaFind 旗下的 SemaDB 是一款简便的向量相似度数据库，用于构建 AI 应用程序。托管的 SemaDB Cloud 为开发者提供简单易用的上手体验。
完整的 API 文档以及示例和交互式操作台可在 RapidAPI 上获取。 本 notebook 演示了 SemaDB Cloud 向量存储的用法。 使用此集成需要通过 pip install -qU langchain-community 安装 langchain-community。

​
加载文档嵌入

为了在本地运行，我们使用常用于句子嵌入的 Sentence Transformers。您可以使用 LangChain 提供的任意嵌入模型。 
pip install -qU  sentence_transformers

from langchain_huggingface import HuggingFaceEmbeddings

model_name = "sentence-transformers/all-mpnet-base-v2"
embeddings = HuggingFaceEmbeddings(model_name=model_name)

from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import CharacterTextSplitter

loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=400, chunk_overlap=0)
docs = text_splitter.split_documents(documents)
print(len(docs))

114

​
连接到 SemaDB

SemaDB Cloud 使用 RapidAPI 密钥 进行身份验证。您可以通过创建免费的 RapidAPI 账户获取密钥。 
import getpass
import os

if "SEMADB_API_KEY" not in os.environ:
    os.environ["SEMADB_API_KEY"] = getpass.getpass("SemaDB API Key:")

SemaDB API Key: ········

from langchain_community.vectorstores import SemaDB
from langchain_community.vectorstores.utils import DistanceStrategy
SemaDB 向量存储的参数直接对应 API：
  • “mycollection”：存储这些向量的集合名称。
  • 768：向量的维度。在本例中，sentence transformer 嵌入生成 768 维向量。
  • API_KEY：您的 RapidAPI 密钥。
  • embeddings：对应文档、文本和查询的嵌入生成方式。
  • DistanceStrategy：使用的距离度量。使用 COSINE 时，包装器会自动对向量进行归一化。
db = SemaDB("mycollection", 768, embeddings, DistanceStrategy.COSINE)

# Create collection if running for the first time. If the collection
# already exists this will fail.
db.create_collection()

True
SemaDB 向量存储包装器将文档文本作为点元数据添加，以便后续收集。不推荐存储大块文本。如果您正在索引大型集合，建议存储文档的引用（例如外部 ID）。 
db.add_documents(docs)[:2]

['813c7ef3-9797-466b-8afa-587115592c6c',
 'fc392f7f-082b-4932-bfcc-06800db5e017']

​
相似性搜索

我们使用 LangChain 的默认相似性搜索接口来搜索最相似的句子。 
query = "What did the president say about Ketanji Brown Jackson"
docs = db.similarity_search(query)
print(docs[0].page_content)

And I did that 4 days ago, when I nominated Circuit Court of Appeals Judge Ketanji Brown Jackson. One of our nation's top legal minds, who will continue Justice Breyer's legacy of excellence.

docs = db.similarity_search_with_score(query)
docs[0]

(Document(page_content='And I did that 4 days ago, when I nominated Circuit Court of Appeals Judge Ketanji Brown Jackson. One of our nation's top legal minds, who will continue Justice Breyer's legacy of excellence.', metadata={'source': '../../how_to/state_of_the_union.txt', 'text': 'And I did that 4 days ago, when I nominated Circuit Court of Appeals Judge Ketanji Brown Jackson. One of our nation's top legal minds, who will continue Justice Breyer's legacy of excellence.'}),
 0.42369342)

​
清理

可以删除集合以移除所有数据。 
db.delete_collection()

True
在 GitHub 上编辑此页面 或 提交 issue。
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时答案。