Skip to main content
veDB for MySQL 是由火山引擎（Volcengine）开发的云原生高性能数据库服务。Volcengine 是 TikTok 母公司字节跳动开发的云服务平台。本集成允许您在 LangChain 中将 veDB for MySQL 用作向量存储。

​
配置

要使用 veDB for MySQL 向量存储，您需要一个 Volcengine 账号和一个 veDB for MySQL 实例。

​
安装

安装集成包：
pip
pip install -U langchain-volcengine-mysql

​
实例化

配置 vedb 子模块，然后访问 vedb.vector_store。 
from langchain_volcengine_mysql import vedb
from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings()

vedb.configure(
    host="your-vedb-host.example.com",
    port=3306,
    user="your_user",
    password="your_password",
    database="your_db",
    table_name="vector_embeddings",
    embedding_dim=1536,
    embedding_function=embeddings,
)

vector_store = vedb.vector_store
retriever = vedb.retriever

​
管理向量存储

​
添加条目

from langchain_core.documents import Document

docs = [
    Document(page_content="veDB for MySQL supports vector search.", metadata={"source": "docs"}),
    Document(page_content="LangChain can query it via a unified interface.", metadata={"source": "docs"}),
]

vector_store.add_documents(documents=docs, ids=["1", "2"])

​
删除条目

vector_store.delete(ids=["1"])

​
查询向量存储

​
相似性搜索

results = vector_store.similarity_search(query="Tell me about veDB", k=1)
for doc in results:
    print(f"* {doc.page_content} [{doc.metadata}]")

​
作为检索器使用

docs = retriever.invoke("Tell me about veDB")

​
API 参考

请参阅官方 PyPI 文档。
在 GitHub 上编辑此页面 或提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等，获取实时答案。