Pinecone

Pinecone

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

Pinecone 是什么？

Pinecone 是一种流行的基于云的向量数据库，可让您高效地存储和搜索矢量。

先决条件

• Pinecone 帐户：开始之前，请注册一个Pinecone 帐户。
• Pinecone 项目：注册后，创建一个新项目、一个索引并生成一个 API 密钥。您将需要这些详细信息进行配置。
• OpenAI 帐户：如果你使用 OpenAI 来创建文档嵌入，你还需要在 OpenAI 注册处创建帐户并在 API Keys 处生成令牌。

配置

要进行 PineconeVectorStore 设置 ，请从您的 Pinecone 帐户收集以下详细信息：

• Pinecone API Key
• Pinecone Environment
• Pinecone Project ID
• Pinecone Index Name
• Pinecone Namespace

注意：您可以在 Pinecone UI 门户中获取此信息

当设置嵌入时，请选择 1536 向量维度。这与 OpenAI 的 text-embedding-ada-002 模型的维度相匹配，我们将在本指南中使用该模型。

此外，您还需要提供 OpenAI API 密钥。将其设置为环境变量，如下所示：

export SPRING_AI_OPENAI_API_KEY='Your_OpenAI_API_Key'

存储库

要获取 Spring AI 组件，请声明 Spring Snapshot 存储库：

<repository>
    <id>spring-snapshots</id>
    <name>Spring Snapshots</name>
    <url>https://repo.spring.io/snapshot</url>
    <releases>
        <enabled>false</enabled>
    </releases>
</repository>

依赖项

将这些依赖项添加到您的项目中：

• OpenAI: 用于计算 embeddings.

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

• Pinecone

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

示例代码

要在应用程序中配置 Pinecone，您可以使用以下设置：

@Bean
public PineconeVectorStoreConfig pineconeVectorStoreConfig() {

    return PineconeVectorStoreConfig.builder()
        .withApiKey(<PINECONE_API_KEY>)
        .withEnvironment("gcp-starter")
        .withProjectId("89309e6")
        .withIndexName("spring-ai-test-index")
        .withNamespace("") // the free tier doesn't support namespaces.
        .build();
}

通过将 Spring Boot OpenAI 启动器添加到您的项目中，与 OpenAI 的嵌入集成。这为您提供了嵌入客户端的实现：

@Bean
public VectorStore vectorStore(PineconeVectorStoreConfig config, EmbeddingClient embeddingClient) {
    return new PineconeVectorStore(config, embeddingClient);
}

在您的主代码中，创建一些文档：

List<Document> documents = List.of(
    new Document("Spring AI rocks!! Spring AI rocks!! Spring AI rocks!! Spring AI rocks!! Spring AI rocks!!", Map.of("meta1", "meta1")),
    new Document("The World is Big and Salvation Lurks Around the Corner"),
    new Document("You walk forward facing the past and you turn back toward the future.", Map.of("meta2", "meta2")));

将文档添加到 Pinecone 中：

vectorStore.add(List.of(document));

最后，检索类似于查询的文档：

List<Document> results = vectorStore.similaritySearch(SearchRequest.query("Spring").withTopK(5));

如果一切顺利，您应该检索包含文本“Spring AIrocks!!”的文档。