为了通过向量搜索增强 PostgreSQL 数据库中的现有模型，LangChain 支持将 Prisma 与 PostgreSQL 和 pgvector Postgres 扩展结合使用。
使用 Supabase 设置数据库实例
请参阅 Prisma 和 Supabase 集成指南，以使用 Supabase 和 Prisma 设置新的数据库实例。
安装 Prisma
使用 docker-compose 设置 pgvector 自托管实例
pgvector 提供了一个预构建的 Docker 镜像，可用于快速设置自托管的 Postgres 实例。
services:
db:
image: ankane/pgvector
ports:
- 5432:5432
volumes:
- db:/var/lib/postgresql/data
environment:
- POSTGRES_PASSWORD=
- POSTGRES_USER=
- POSTGRES_DB=
volumes:
db:
创建新模式
假设您尚未创建模式，请创建一个新模型，其中包含一个类型为 Unsupported("vector") 的 vector 字段
model Document {
id String @id @default(cuid())
content String
vector Unsupported("vector")?
}
--create-only 创建一个新的迁移，以避免直接运行迁移。
npx prisma migrate dev --create-only
pgvector 扩展（如果尚未启用）
CREATE EXTENSION IF NOT EXISTS vector;
有关安装 LangChain 软件包的一般说明，请参阅此部分。 npm install @langchain/openai @langchain/community @langchain/core
表名和列名（在 tableName、vectorColumnName、columns 和 filter 等字段中）直接传递到 SQL 查询中，而无需参数化。这些字段必须事先进行清理以避免 SQL 注入。
import { PrismaVectorStore } from "@langchain/community/vectorstores/prisma";
import { OpenAIEmbeddings } from "@langchain/openai";
import { PrismaClient, Prisma, Document } from "@prisma/client";
export const run = async () => {
const db = new PrismaClient();
// Use the `withModel` method to get proper type hints for `metadata` field:
const vectorStore = PrismaVectorStore.withModel<Document>(db).create(
new OpenAIEmbeddings(),
{
prisma: Prisma,
tableName: "Document",
vectorColumnName: "vector",
columns: {
id: PrismaVectorStore.IdColumn,
content: PrismaVectorStore.ContentColumn,
},
}
);
const texts = ["Hello world", "Bye bye", "What's this?"];
await vectorStore.addModels(
await db.$transaction(
texts.map((content) => db.document.create({ data: { content } }))
)
);
const resultOne = await vectorStore.similaritySearch("Hello world", 1);
console.log(resultOne);
// create an instance with default filter
const vectorStore2 = PrismaVectorStore.withModel<Document>(db).create(
new OpenAIEmbeddings(),
{
prisma: Prisma,
tableName: "Document",
vectorColumnName: "vector",
columns: {
id: PrismaVectorStore.IdColumn,
content: PrismaVectorStore.ContentColumn,
},
filter: {
content: {
equals: "default",
},
},
}
);
await vectorStore2.addModels(
await db.$transaction(
texts.map((content) => db.document.create({ data: { content } }))
)
);
// Use the default filter a.k.a {"content": "default"}
const resultTwo = await vectorStore.similaritySearch("Hello world", 1);
console.log(resultTwo);
};
equals、in、isNull、isNotNull、like、lt、lte、gt、gte、not。 上述示例使用以下模式：
如果您不需要 namespace，可以将其删除。
