search_collection--向量数据库VikingDB-火山引擎

文档中心

立即注册

导航

search_collection

最近更新时间：2024.08.16 10:21:22首次发布时间：2024.05.31 15:28:16

本节将说明如何基于一个已创建的知识库做在线检索。

说明

知识库创建完成、文档导入且处理完成后，即代表可以进行在线检索了。
使用 SDK 前请先完成“安装与初始化“页面的前置步骤。

概述

search_collection 用于对知识库进行检索，支持文本检索。

说明

知识库文档导入/删除后，知识库更新时间最长滞后 5s，不能立即检索到，待知识库就绪后可正常检索。

请求参数

参数	子参数	类型	是否必选	默认值	参数说明
collection_name	--	string	否	--	知识库名称只能使用英文字母、数字、下划线_，并以英文字母开头，不能为空长度要求：[1, 64]
project	--	string	否	default	知识库所属项目即在【访问控制】-【资源管理】-【项目】中创建的项目
resource_id	--	string	否	--	知识库唯一 id 可选择直接传 resource_id，或同时传 name 和 project 作为知识库的唯一标识
query	--	string	是	--	检索文本，最大可输入长度为 8000： query 长度 > 8000 时，接口报错所选 embedding 模型输入最大长度 < query 长度 < 8000 时，query 按所选模型自动截断 query 长度 < 所选 embedding 模型输入最大长度时，正常检索返回
query_param		map	否	--	检索请求参数配置
query_param	doc_filter	map	否	--	检索过滤条件，支持对 doc 的 meta 信息过滤使用方式和支持字段见 filter表达式说明，可支持对 doc_id 做筛选此处用过过滤的字段，需要在 collection/create 时添加到 index_config 的fields 上
limit	--	int	否	10	最终返回的文本片数量，取值范围 [1, 200]
dense_weight	--	float	否	0.5	混合检索中稠密向量的权重，1 表示纯稠密检索，0 表示纯字面检索。范围 [0.2, 1]，否则抛出错误只有在请求的知识库使用的是混合检索时有效，即索引算法为 hnsw_hybrid
rerank_switch	--	bool	否	False	自动对结果做 rerank 说明：打开后，会自动请求 rerank 模型排序
retrieve_count	--	int	否	None	进入重排的切片数进入重排的切片数量，默认为 25 只有在 rerank_switch 为 True 时生效。retrieve_count 需要大于等于 limit，否则会抛出错误。

示例

请求参数

请先完成SDK初始化，再运行代码，详见初始化SDK

collection_name = "example"
project = ""
query = "DLSP: A Document Level Structure Parser for Multi-Page Digital Documents 这篇论文是关于什么的"
limit = 5
dense_weight = 0.8
rerank_switch = True

doc_filter = {
    "op": "must",
    "field": "doc_id",
    "conds": ["tos_doc_id_123", "tos_doc_id_456"]
}
query_param = {
    "doc_filter": doc_filter
}

points = viking_knowledgebase_service.search_collection(collection_name=collection_name, query=query, query_param=query_param, limit=limit, dense_weight=dense_weight, rerank_switch=rerank_switch)

返回值

Python 调用执行上面的任务，返回 List。Point 实例包含的属性如下表所示。

属性	类型	说明
collection_name	string	知识库名字
point_id	string	知识点 id
chunk_title	string	知识点所在章节标题
original_question	string	文档为 faq 类型的对应问题
process_time	string	知识点完成处理的时间
content	string	知识点内容
rerank_score	float	重排得分
score	float	检索得分
doc_info	Doc	知识点所在文档信息
chunk_id	string	知识点所在章节 id