VDMS

VDMS 是一种高效访问大“视觉”数据的存储解决方案 旨在通过视觉元数据搜索相关视觉数据，实现云规模 以图形形式存储，并为视觉数据提供机器友好的增强，以便更快访问。

安装和设置

安装客户端

pip install vdms

安装数据库

有两种方法可以开始使用 VDMS：

通过 docker 在本地机器上安装 VDMS

    docker run -d -p 55555:55555 intellabs/vdms:latest

直接在本地机器上安装 VDMS

请参见 安装说明。

向量存储

向量存储是 VDMS 的一个简单封装。它提供了一个简单的接口来存储和检索数据。

from langchain_community.document_loaders import TextLoader
from langchain.text_splitter import CharacterTextSplitter

loader = TextLoader("./state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=500, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

from langchain_community.vectorstores import VDMS
from langchain_community.vectorstores.vdms import VDMS_Client
from langchain_huggingface import HuggingFaceEmbeddings

client = VDMS_Client("localhost", 55555)
model_name = "sentence-transformers/all-mpnet-base-v2"
vectorstore = VDMS.from_documents(
    docs,
    client=client,
    collection_name="langchain-demo",
    embedding_function=HuggingFaceEmbeddings(model_name=model_name),
    engine="FaissFlat"
    distance_strategy="L2",
)

query = "What did the president say about Ketanji Brown Jackson"
results = vectorstore.similarity_search(query)

有关 VDMS 封装的更详细的操作指南，请参见 这个笔记本