MongoDB Atlas
MongoDB Atlas 是一个完全托管的 云数据库，可在 AWS、Azure 和 GCP 上使用。它支持对 MongoDB 文档数据进行原生向量搜索和全文搜索（BM25 算法）。
Atlas 向量搜索
功能允许您将嵌入存储在 MongoDB 文档中，创建
向量搜索索引，并使用称为分层可导 航小世界的近似
最近邻算法执行 KNN 搜索。
MongoDB 与 LangChain4j 的集成通过使用
$vectorSearch
聚合阶段在内部实现 Atlas 向量搜索。
您可以将 Atlas 向量搜索与 LangChain4j 一起使用，对您的数据执行语义 搜索并构建简单的 RAG 实现。要查看 执行这些任务的完整教程，请参阅 MongoDB Atlas 文档中的 开始使用 LangChain4j 集成 教程。
先决条件
您必须运行以下 MongoDB 服务器版本 才能使用 Atlas 向量搜索：
- 6.0.11 或更高版本
- 7.0.2 或更高版本
MongoDB 提供永久免费集群。请参阅 Atlas 入门 教程， 了解有关设置账户和连接到部署的更多信息。
您还必须拥有具有信用额度的 API 密钥，用于提供嵌入模型的 LLM 服务， 例如 Voyage AI，它提供免费层级。对于 RAG 应用程序，您还必须拥有具有聊天模型 功能的服务的 API 密钥，例如 OpenAI 或 HuggingFace 的模型。
环境和安装
- 在您首选的 IDE 中创建一个新的 Java 应用程序。
- 将以下依赖项添加到您的应用程序，以安装 LangChain4j 和 MongoDB Java Sync 驱动程序：
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-mongodb-atlas</artifactId>
</dependency>
<dependency>
<groupId>org.mongodb</groupId>
<artifactId>mongodb-driver-sync</artifactId>
<version>5.4.0</version>
</dependency>
您还必须为您的嵌入模型安装依赖项，例如 Voyage AI：
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-voyage-ai</artifactId>
</dependency>
连接到 MongoDB Atlas
此代码演示如何连接到 MongoDB Atlas 并创建一个
MongoDBAtlasEmbeddingStore 实例。
// 创建 MongoDB 客户端
MongoClient mongoClient = MongoClients.create(
"mongodb+srv://<username>:<password>@<cluster-url>/?retryWrites=true&w=majority"
);
// 创建嵌入存储
MongoDBAtlasEmbeddingStore embeddingStore = MongoDBAtlasEmbeddingStore.builder()
.mongoClient(mongoClient)
.databaseName("langchain4j")
.collectionName("embeddings")
.vectorSearchIndexName("vector_index")
.build();
创建嵌入模型
此代码演示如何创建一个嵌入模型，该模型将文本转换为向量。
// 创建嵌入模型
EmbeddingModel embeddingModel = VoyageAiEmbeddingModel.builder()
.apiKey(System.getenv("VOYAGE_API_KEY"))
.modelName("voyage-2")
.build();
添加文档
此代码演示如何将文档添加到嵌入存储中。
// 添加文档
List<String> documents = Arrays.asList(
"企鹅是生活在南半球的不会飞的海鸟。",
"大多数企鹅生活在南极洲，但也有一些生活在南美洲、非洲和澳大利亚的沿海地区。",
"企鹅是社会性动物，通常生活在大型群体中。"
);
for (String document : documents) {
TextSegment segment = TextSegment.from(
document,
Metadata.from(
Map.of(
"author", "自然历史学家",
"website", "自然栖息地"
)
)
);
Embedding embedding = embeddingModel.embed(segment).content();
embeddingStore.add(embedding, segment);
}
执行语义/相似度搜索
此代码演示如何创建搜索请求，将您的
查询转换为向量并返回语义相似的文档。结果
EmbeddingMatch 实例包含文档内容以及
描述每个结果与您的查询匹配程度的分数。
String query = "企鹅住在哪里？";
Embedding queryEmbedding = embeddingModel.embed(query).content();
EmbeddingSearchRequest searchRequest = EmbeddingSearchRequest.builder()
.queryEmbedding(queryEmbedding)
.maxResults(3)
.build();
System.out.println("执行查询...");
EmbeddingSearchResult<TextSegment> searchResult = embeddingStore.search(searchRequest);
List<EmbeddingMatch<TextSegment>> matches = searchResult.matches();
for (EmbeddingMatch<TextSegment> embeddingMatch : matches) {
System.out.println("响应: " + embeddingMatch.embedded().text());
System.out.println("作者: " + embeddingMatch.embedded().metadata().getString("author"));
System.out.println("分数: " + embeddingMatch.score());
}
元数据过滤
您可以在构建 EmbeddingSearchRequest 时使用 filter() 方法
实现元数据过滤。filter() 方法接受一个继承自
Filter 的参数。
此代码实现了元数据过滤，仅针对 website 值为
列出值之一的文档。
EmbeddingSearchRequest searchRequest = EmbeddingSearchRequest.builder()
.queryEmbedding(queryEmbedding)
.filter(new IsIn("website", List.of("自然地球", "自然栖息地")))
.maxResults(3)
.build();
RAG
要查看有关使用 MongoDB Atlas 作为向量存储实现 RAG 的说明， 请参阅 Atlas 文档中 LangChain4j 教程的 使用您的数据回答问题 部分。