什么是 Marqo？
Marqo 是一个张量搜索引擎，它使用存储在内存 HNSW 索引中的嵌入向量来实现尖端的搜索速度。Marqo 可以通过水平索引分片扩展到亿级文档索引，并支持异步和非阻塞数据上传和搜索。Marqo 使用来自 PyTorch、Huggingface、OpenAI 等的最新机器学习模型。您可以从预配置的模型开始，也可以引入您自己的模型。内置的 ONNX 支持和转换允许在 CPU 和 GPU 上实现更快的推理和更高的吞吐量。 因为 Marqo 包含其自身的推理功能，所以您的文档可以混合文本和图像，您可以将来自其他系统的 Marqo 索引数据引入 LangChain 生态系统，而无需担心嵌入向量的兼容性。 Marqo 的部署非常灵活，您可以从我们的 docker 镜像开始自行部署，或者联系我们了解我们的托管云服务！ 要在本地使用我们的 docker 镜像运行 Marqo，请参阅我们的入门指南。安装和设置
- 使用
pip install marqo安装 Python SDK
包装器
向量存储
Marqo 索引有一个包装器，允许您在向量存储框架中使用它们。Marqo 让您可以从一系列模型中选择用于生成嵌入向量，并提供一些预处理配置。 Marqo 向量存储还可以处理现有的多模态索引，其中您的文档混合了图像和文本，有关更多信息，请参阅我们的文档。请注意，使用现有的多模态索引实例化 Marqo 向量存储将禁用通过 langchain 向量存储的add_texts 方法向其添加任何新文档的能力。 要导入此向量存储：以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。