Skip to main content
VoyageAI by MongoDB 提供前沿的嵌入/向量化模型。
本笔记本演示如何在检索器中使用 VoyageAI by MongoDB 的重排名端点。这建立在 ContextualCompressionRetriever 的基础之上。

设置基础向量存储检索器

让我们先初始化一个简单的向量存储检索器,并将 2023 年州长州务演讲(分块存储)。设置检索器返回 20 篇文档。您可以使用以下嵌入模型(来源):
  • voyage-4-large
  • voyage-4
  • voyage-4-lite
  • voyage-code-4
  • voyage-context-4
  • voyage-context-3
  • voyage-3.5
  • voyage-3.5-lite
  • voyage-3
  • voyage-3-lite
  • voyage-large-2
  • voyage-code-2
  • voyage-2
  • voyage-law-2
  • voyage-lite-02-instruct
  • voyage-finance-2
  • voyage-multilingual-2
langchain-community包已不再维护。从langchain_community导入的示例可能过时或无法使用。请谨慎使用。

使用 VoyageAI 重排名

现在让我们用 ContextualCompressionRetriever 将基础检索器封装起来。将使用 MongoDB 的 VoyageAI 重排名器对返回结果进行重排名。您可以使用以下重排名模型(来源):
  • rerank-3
  • rerank-3-lite
  • rerank-2.5
  • rerank-2.5-lite
  • rerank-2
  • rerank-2-lite
  • rerank-1
  • rerank-lite-1
您当然可以将此检索器集成到问答管道中

官方原文:src/oss/python/integrations/document_transformers/voyageai-reranker.mdx · 非官方翻译,译文由 AI 生成,以英文原文为准。
Last modified on November 3, 2026