Weaviate

本部分将引导您完成 Weaviate VectorStore 设置,以存储文档嵌入并执行相似性搜索

Weaviate 是什么?

Weaviate 是一个开源的向量数据库,它允许您存储来自您喜爱的机器学习模型的数据对象和向量嵌入,并能够无缝扩展至数十亿个数据对象。 它提供了存储文档嵌入、内容及元数据的工具,以及通过这些嵌入进行搜索的功能,包括元数据过滤。

先决条件

  • 一个正在运行的 Weaviate 实例。以下是可用的选项:
  • 如需要,可为 EmbeddingModel 获取 API 密钥,以生成由 WeaviateVectorStore 存储的嵌入向量。

依赖项

将 Weaviate 向量存储依赖项添加到您的项目中:

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-weaviate-store</artifactId>
</dependency>

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-weaviate-store'
}

配置

要连接到 Weaviate 并使用 WeaviateVectorStore,您需要提供实例的访问详细信息。配置可以通过 Spring Boot 的 application.properties 提供:

spring.ai.vectorstore.weaviate.host=<host_of_your_weaviate_instance>
spring.ai.vectorstore.weaviate.scheme=<http_or_https>
spring.ai.vectorstore.weaviate.api-key=<your_api_key>
# API key if needed, e.g. OpenAI
spring.ai.openai.api-key=<api-key>

若您倾向于使用环境变量来管理诸如 API 密钥等敏感信息,您有多种选择:

选项 1:使用 Spring 表达式语言(SpEL)

您可以使用自定义的环境变量名称,并在应用程序配置中引用它们:

# In application.yml
spring:
  ai:
    vectorstore:
      weaviate:
        host: ${WEAVIATE_HOST}
        scheme: ${WEAVIATE_SCHEME}
        api-key: ${WEAVIATE_API_KEY}
    openai:
      api-key: ${OPENAI_API_KEY}
# In your environment or .env file
export WEAVIATE_HOST=<host_of_your_weaviate_instance>
export WEAVIATE_SCHEME=<http_or_https>
export WEAVIATE_API_KEY=<your_api_key>
export OPENAI_API_KEY=<api-key>

选项二:以编程方式访问环境变量

另外,您也可以在 Java 代码中访问环境变量:

String weaviateApiKey = System.getenv("WEAVIATE_API_KEY");
String openAiApiKey = System.getenv("OPENAI_API_KEY");

自动配置

Spring AI 为 Weaviate 向量存储提供了 Spring Boot 自动配置功能。要启用此功能,请将以下依赖项添加到项目的 Maven pom.xml 文件中:

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-vector-store-weaviate</artifactId>
</dependency>

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-vector-store-weaviate'
}

此外,您还需要配置一个 EmbeddingModel bean。详情请参阅 EmbeddingModel 部分。

以下是所需 Bean 的示例:

@Bean
public EmbeddingModel embeddingModel() {
    // Retrieve API key from a secure source or environment variable
    String apiKey = System.getenv("OPENAI_API_KEY");

    // Can be any other EmbeddingModel implementation
    return new OpenAiEmbeddingModel(OpenAiApi.builder().apiKey(apiKey).build());
}

现在,您可以在应用程序中自动装配 WeaviateVectorStore 作为向量存储使用。

手动配置

除了使用 Spring Boot 的自动配置外,您还可以通过构建器模式手动配置 WeaviateVectorStore:

@Bean
public WeaviateClient weaviateClient() {
    return new WeaviateClient(new Config("http", "localhost:8080"));
}

@Bean
public VectorStore vectorStore(WeaviateClient weaviateClient, EmbeddingModel embeddingModel) {
    return WeaviateVectorStore.builder(weaviateClient, embeddingModel)
        .objectClass("CustomClass")                    // Optional: defaults to "SpringAiWeaviate"
        .consistencyLevel(ConsistentLevel.QUORUM)      // Optional: defaults to ConsistentLevel.ONE
        .filterMetadataFields(List.of(                 // Optional: fields that can be used in filters
            MetadataField.text("country"),
            MetadataField.number("year")))
        .build();
}

元数据过滤

您同样可以利用 Weaviate 存储中的通用、便携式 元数据过滤器 。

例如,您可以使用文本表达式语言:

vectorStore.similaritySearch(
    SearchRequest.builder()
        .query("The World")
        .topK(TOP_K)
        .similarityThreshold(SIMILARITY_THRESHOLD)
        .filterExpression("country in ['UK', 'NL'] && year >= 2020").build());

或者通过编程方式使用 Filter.Expression DSL

FilterExpressionBuilder b = new FilterExpressionBuilder();

vectorStore.similaritySearch(SearchRequest.builder()
    .query("The World")
    .topK(TOP_K)
    .similarityThreshold(SIMILARITY_THRESHOLD)
    .filterExpression(b.and(
        b.in("country", "UK", "NL"),
        b.gte("year", 2020)).build()).build());

例如,这个便携式过滤表达式:

country in ['UK', 'NL'] && year >= 2020

被转换为专有的 Weaviate GraphQL 过滤器格式:

operator: And
operands:
    [{
        operator: Or
        operands:
            [{
                path: ["meta_country"]
                operator: Equal
                valueText: "UK"
            },
            {
                path: ["meta_country"]
                operator: Equal
                valueText: "NL"
            }]
    },
    {
        path: ["meta_year"]
        operator: GreaterThanEqual
        valueNumber: 2020
    }]

在 Docker 中运行 Weaviate

为了快速启动本地 Weaviate 实例,您可以在 Docker 中运行它:

docker run -it --rm --name weaviate \
    -e AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED=true \
    -e PERSISTENCE_DATA_PATH=/var/lib/weaviate \
    -e QUERY_DEFAULTS_LIMIT=25 \
    -e DEFAULT_VECTORIZER_MODULE=none \
    -e CLUSTER_HOSTNAME=node1 \
    -p 8080:8080 \
    semitechnologies/weaviate:1.22.4

这将启动一个可通过 localhost:8080 访问的 Weaviate 实例。

WeaviateVectorStore 属性

您可以在 Spring Boot 配置中使用以下属性来定制 Weaviate 向量存储。

属性 (Property) 描述 (Description) 默认值 (Default value)
spring.ai.vectorstore.weaviate.host Weaviate 服务器的主机地址 localhost:8080
spring.ai.vectorstore.weaviate.scheme 连接协议 (http/https) http
spring.ai.vectorstore.weaviate.api-key 用于身份验证的 API 密钥 -
spring.ai.vectorstore.weaviate.object-class 用于存储文档的类名 SpringAiWeaviate
spring.ai.vectorstore.weaviate.consistency-level 一致性需求与速度之间的理想权衡 ConsistentLevel.ONE
spring.ai.vectorstore.weaviate.filter-field 配置可用于筛选的元数据字段。格式:spring.ai.vectorstore.weaviate.filter-field.<字段名称>=<字段类型> -

访问原生客户端

Weaviate 向量存储实现通过 getNativeClient () 方法提供了对底层原生 Weaviate 客户端(WeaviateClient)的访问:

WeaviateVectorStore vectorStore = context.getBean(WeaviateVectorStore.class);
Optional<WeaviateClient> nativeClient = vectorStore.getNativeClient();

if (nativeClient.isPresent()) {
    WeaviateClient client = nativeClient.get();
    // Use the native client for Weaviate-specific operations
}

原生客户端为您提供了访问 Weaviate 特有功能和操作的途径,这些可能未通过 VectorStore 接口公开。

作者:Jeebiz  创建时间:2025-08-03 12:10
最后编辑:Jeebiz  更新时间:2025-09-28 09:15