向量数据库检索

if not self.collection:

raise RuntimeError("请先创建集合")

生成查询向量

query_embedding = self.generate_embedding(query_text)

搜索参数

search_params = {

"metric_type": "L2",

"params": {"nprobe": 16}

}

执行搜索

print(f"正在搜索相似文本: '{query_text}'")

print('--------query_embedding----------------')

print(query_text)

print(query_embedding)

print('--------query_embedding----------------')

results = self.collection.search(

data=query_embedding,

anns_field="embedding",

param=search_params,

limit=top_k,

output_fields="text", "metadata"

)

print('-----------------------results--------------------')

print(results)

print('-----------------------results--------------------')

正在搜索相似文本: '人工智能是计算机科学的一个分支'

--------query_embedding----------------

人工智能是计算机科学的一个分支

[0.0868442 0.03383261 0.8867534 0.40404728 0.25568193 0.8143026

0.9898358 0.13523214 0.7775536 0.1047672 0.97602385 0.24655622

0.26915395 0.24497598 0.3665343 0.46741247 0.68997544 0.2505883

0.06964615 0.03187205 0.52018636 0.62224406 0.69120926 0.9545073

0.08183594 0.01488718 0.15640016 0.5334772 0.21839626 0.68861496

0.1709311 0.20307513 0.6517363 0.6155564 0.7335377 0.94831115

0.8792044 0.95748454 0.6033911 0.2018383 0.930259 0.56085527

0.20518194 0.9262032 0.38187274 0.6069298 0.93542224 0.37852377

0.30073825 0.8376683 0.24371381 0.02810273 0.08106949 0.13087785

0.5004337 0.51431286 0.13320969 0.71445334 0.6194988 0.01581137

0.9501668 0.1934796 0.742703 0.70844597 0.1604538 0.6802646

0.34634224 0.5456539 0.46275988 0.16551328 0.83565605 0.6016001

0.61109984 0.30627385 0.97093976 0.99930257 0.29578993 0.5469492

0.28768337 0.31434414 0.5663442 0.45112413 0.2169044 0.6302972

0.9722437 0.02455941 0.8936516 0.8774959 0.57403 0.47009948

0.03824434 0.63443965 0.9589547 0.6899516 0.01201063 0.19486319

0.9027687 0.6574339 0.47412872 0.30099493 0.48049414 0.6311632

0.4573544 0.07649028 0.55467784 0.3708412 0.26274177 0.4506525

0.4223067 0.4124977 0.21018541 0.0047362 0.7705015 0.5451533

0.40615085 0.49359718 0.9902851 0.3093196 0.46972254 0.94213045

0.23006302 0.25168714 0.6346079 0.659631 0.18597034 0.1427686

0.00319374 0.07725212 0.248803 0.55326843 0.9220962 0.24718809

0.3429383 0.72895765 0.34254518 0.8834778 0.16492361 0.54141337

0.80008495 0.54066867 0.10767661 0.11337695 0.9722788 0.22725064

0.6083555 0.16575086 0.91433066 0.56114274 0.45415127 0.55633867

0.29271686 0.6290875 0.03038282 0.24328907 0.44549546 0.8016935

0.9557495 0.78130025 0.76477706 0.5649261 0.01037048 0.6484271

0.89897346 0.07986014 0.78563076 0.5275594 0.1287399 0.3641922

0.6627957 0.37034252 0.84199804 0.12278508 0.7041375 0.14166668

0.35956717 0.43021822 0.22173028 0.8375897 0.35586387 0.44742876

0.43792158 0.5106019 0.6179151 0.7982999 0.2936258 0.06909464

0.12378242 0.74651486 0.842421 0.35129678 0.2411833 0.10194065

0.05604327 0.47398013 0.03655601 0.18847401 0.66929865 0.5095275

0.64663976 0.80956185 0.13733079 0.04057472 0.34126204 0.83236104

0.33787668 0.7696634 0.50997025 0.02123572 0.9333264 0.22548226

0.20558542 0.16446085 0.05452509 0.74170697 0.9693923 0.35016173

0.27317715 0.22076762 0.13911383 0.3224318 0.62780064 0.01266924

0.60345036 0.77932215 0.20671229 0.09256509 0.6936266 0.9155535

0.43447575 0.8300272 0.13336998 0.7257102 0.5290116 0.6394721

0.46035555 0.28333265 0.7138636 0.09579473 0.03855465 0.08419628

0.28320348 0.25461447 0.36263362 0.10132778 0.6519665 0.13829006

0.12856436 0.02197313 0.95218045 0.53907984 0.8223095 0.8976899

0.68432736 0.323823 0.53508615 0.6927347 0.58701444 0.52786356

0.91721946 0.08061525 0.9977211 0.36784837 0.6412361 0.255943

0.42969427 0.16225992 0.00704757 0.31084278 0.5016951 0.93285614

0.35453308 0.12418976 0.88261133 0.08708221 0.57548743 0.84515256

0.971033 0.6419028 0.66201556 0.06947455 0.34324905 0.844067

0.8153894 0.8421173 0.9815654 0.25903043 0.46167833 0.45508775

0.5619033 0.47016808 0.8963042 0.95521957 0.11644958 0.32468733

0.99515224 0.8401741 0.01084056 0.67823964 0.5356839 0.26089817

0.72670436 0.2750553 0.49014148 0.40102965 0.8850007 0.91662025

0.22271399 0.38651085 0.34219617 0.04020097 0.4357878 0.43785694

0.5755065 0.24301112 0.91679806 0.35708296 0.10404775 0.40478405

0.11741883 0.21977386 0.0758483 0.75821483 0.2708614 0.22748029

0.66955537 0.5346489 0.67480105 0.09770001 0.99467295 0.9864922

0.3401579 0.66972685 0.01236195 0.33266217 0.13441859 0.19665805

0.29058382 0.98292196 0.71233046 0.28721112 0.08888026 0.690176

0.6657358 0.21345249 0.876079 0.7000211 0.6327144 0.43972552

0.09437454 0.29941922 0.4209495 0.7543784 0.32779083 0.11911198

0.6029227 0.8451076 0.28211638 0.4349335 0.7753495 0.51077855

0.06970291 0.46349403 0.96664506 0.25283307 0.85630757 0.6759779

0.8347701 0.24785449 0.93369955 0.6848017 0.01395762 0.9805456

0.9136605 0.85786355 0.3543869 0.5901738 0.52866274 0.553448

0.6957444 0.28894326 0.44469547 0.9105798 0.21184073 0.8289437 ]

--------query_embedding----------------

-----------------------results--------------------

data: \[{'id': 462627561339618327, 'distance': 0.0, 'entity': {'text': '人工智能是计算机科学的一个分支', 'metadata': {'category': 'AI基础', 'priority': 1}}}, {'id': 462627561339618331, 'distance': 58.727821350097656, 'entity': {'text': '计算机视觉让机器能够理解图像', 'metadata': {'category': 'AI应用', 'priority': 3}}}, {'id': 462627561339618329, 'distance': 62.76405334472656, 'entity': {'text': '深度学习是机器学习的一个子集', 'metadata': {'category': '深度学习', 'priority': 2}}}]

-----------------------results--------------------

相关推荐
2601_962885721 分钟前
如何用 Python 做均线粘合选股?(多头发散前的变盘候选)
开发语言·python
zhangzeyuaaa3 分钟前
Ruby 方法参数完全指南:默认值、可变参数与关键字参数
前端·python·ruby
小小张说故事9 分钟前
pytest 写了用例却不跑、fixture 不生效、参数化全失效?9 个高频坑对照表
python
外收内放20 分钟前
08 | 优化篇③ 60 张动作立绘和 50 张特效贴图是怎么进游戏的
python·游戏·pygame
计算机毕业编程指导师33 分钟前
【计算机毕设推荐】基于Hadoop+Django的LLM多维度性能评估分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·django·毕业设计·课程设计·llm性能
AC赳赳老秦36 分钟前
OpenClaw 与 FineBI 联动方案:公开数据自动采集与实时业务分析看板实践
大数据·开发语言·python·php·finebi·deepseek·openclaw
计算机毕业编程指导师1 小时前
【Python毕设选题推荐】基于Hadoop+Django的奥斯卡奖获奖数据可视化分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·hadoop·python·计算机·毕业设计·课程设计·奥斯卡奖
风早爽太1 小时前
Python 学习笔记:数据库迁移工具 ‌Alembic
数据库·python·fastapi·alembic
外收内放1 小时前
06 | 优化篇① 游戏改名《鳞光纪》了:这次翻新,把“脸“全换了
python·游戏·pygame
计算机毕业编程指导师1 小时前
【大数据毕设选题】基于Spark的电信网络诈骗话术语义特征挖掘分析系统源码 毕业设计 选题推荐 数据分析 机器学习 深度学习
大数据·hadoop·python·spark·毕业设计·课程设计·网络诈骗