langchain_community.utilities.dria_index.DriaAPIWrapper

class langchain_community.utilities.dria_index.DriaAPIWrapper(api_key: str, contract_id: Optional[str] = None, top_n: int = 10)[源码]

封装Dria API。

此封装简化了与Dria的矢量搜索和检索服务的交互,包括创建知识库、插入数据和获取搜索结果。

参数
  • api_key (str) –

  • contract_id (Optional[str]) –

  • top_n (int) –

api_key

访问Dria的API密钥。

contract_id

要交互的知识库的合同ID。

top_n

搜索时获取的排名前N的结果数量。

方法

__init__(api_key[, contract_id, top_n])

create_knowledge_base(name, description, ...)

创建一个新的知识库。

insert_data(data)

将数据插入到知识库中。

query_with_vector(vector)

执行基于矢量的查询。

run(query)

用于处理基于文本的搜索和基于矢量的查询的方法。

search(query)

执行基于文本的搜索。

__init__(api_key: str, contract_id: Optional[str] = None, top_n: int = 10)[source]
参数
  • api_key (str) –

  • contract_id (Optional[str]) –

  • top_n (int) –

create_knowledge_base(name: str, description: str, category: str, embedding: str) str[source]

创建一个新的知识库。

参数
  • name (字符串) –

  • description (字符串) –

  • category (字符串) –

  • embedding (字符串) –

返回类型

字符串

insert_data(data: List[Dict[str, Any]]) str[source]

将数据插入到知识库中。

参数

data (列表[字典[str, Any]]) –

返回类型

字符串

query_with_vector(vector: List[float]) List[Dict[str, Any]][source]

执行基于矢量的查询。

参数

vector (列表[float]) –

返回类型

列表[字典[str, Any]]

run(query: Union[str, List[float]]) Optional[List[Dict[str, Any]]][来源]

用于处理基于文本的搜索和基于矢量的查询的方法。

参数
  • query (Union[str, List[float]) – 用于文本搜索的字符串或用于query.的浮点数列表(基于向量)

  • query. (基于向量) –

返回

来自Dria的搜索或查询结果。

返回类型

可选的[列表[字典[字符串, 任意类型]]]

search(query: str) List[Dict[str, Any]][来源]

执行基于文本的搜索。

参数

query (字符串) –

返回类型

列表[字典[str, Any]]