Pinecone 集成

使用 LangChain Python 集成 Pinecone 向量存储。

Pinecone 是一个功能全面的向量数据库。

本笔记本展示了如何使用与 Pinecone 向量数据库相关的功能。

设置

要使用 PineconeVectorStore，您首先需要安装相关联包以及本笔记本中用到的其他包。

pip install -qU langchain langchain-pinecone langchain-openai

迁移说明：如果您是从 langchain_community.vectorstores Pinecone 实现迁移而来，安装 langchain-pinecone（依赖 pinecone-client v6）前可能需要移除您的 pinecone-client v2 依赖。

凭证

创建新的 Pinecone 账户或登录现有账户，并为本笔记本创建 API 密钥。

import getpass
import os

from pinecone import Pinecone

if not os.getenv("PINECONE_API_KEY"):
    os.environ["PINECONE_API_KEY"] = getpass.getpass("Enter your Pinecone API key: ")

pinecone_api_key = os.environ.get("PINECONE_API_KEY")

pc = Pinecone(api_key=pinecone_api_key)

如果您想获取模型调用自动追踪功能，可以设置 LangSmith API 密钥（取消注释下方代码）：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

初始化

在初始化向量存储前，让我们连接到一个 Pinecone 索引。如果不存在名为 index_name 的索引，将自动创建。

from pinecone import ServerlessSpec

index_name = "langchain-test-index"  # change if desired

if not pc.has_index(index_name):
    pc.create_index(
        name=index_name,
        dimension=1536,
        metric="cosine",
        spec=ServerlessSpec(cloud="aws", region="us-east-1"),
    )

index = pc.Index(index_name)

from langchain_openai import OpenAIEmbeddings

embeddings = OpenAIEmbeddings(model="text-embedding-3-small")

from langchain_pinecone import PineconeVectorStore

vector_store = PineconeVectorStore(index=index, embedding=embeddings)

管理向量存储

创建好向量存储后，可以通过添加和删除不同项目与之交互。

向向量存储添加项目

我们通过使用 add_documents 函数向向量存储添加项目。

from uuid import uuid4

from langchain_core.documents import Document

document_1 = Document(
    page_content="I had chocolate chip pancakes and scrambled eggs for breakfast this morning.",
    metadata={"source": "tweet"},
)

document_2 = Document(
    page_content="The weather forecast for tomorrow is cloudy and overcast, with a high of 62 degrees.",
    metadata={"source": "news"},
)

document_3 = Document(
    page_content="Building an exciting new project with LangChain - come check it out!",
    metadata={"source": "tweet"},
)

document_4 = Document(
    page_content="Robbers broke into the city bank and stole $1 million in cash.",
    metadata={"source": "news"},
)

document_5 = Document(
    page_content="Wow! That was an amazing movie. I can't wait to see it again.",
    metadata={"source": "tweet"},
)

document_6 = Document(
    page_content="Is the new iPhone worth the price? Read this review to find out.",
    metadata={"source": "website"},
)

document_7 = Document(
    page_content="The top 10 soccer players in the world right now.",
    metadata={"source": "website"},
)

document_8 = Document(
    page_content="LangGraph is the best framework for building stateful, agentic applications!",
    metadata={"source": "tweet"},
)

document_9 = Document(
    page_content="The stock market is down 500 points today due to fears of a recession.",
    metadata={"source": "news"},
)

document_10 = Document(
    page_content="I have a bad feeling I am going to get deleted :(",
    metadata={"source": "tweet"},
)

documents = [
    document_1,
    document_2,
    document_3,
    document_4,
    document_5,
    document_6,
    document_7,
    document_8,
    document_9,
    document_10,
]
uuids = [str(uuid4()) for _ in range(len(documents))]
vector_store.add_documents(documents=documents, ids=uuids)

从向量存储中删除项目

vector_store.delete(ids=[uuids[-1]])

查询向量存储

创建好向量存储并添加相关文档后，您可能在运行链或智能体时需要查询它。

直接查询

执行简单的相似度搜索如下所示：

results = vector_store.similarity_search(
    "LangChain provides abstractions to make working with LLMs easy",
    k=2,
    filter={"source": "tweet"},
)
for res in results:
    print(f"* {res.page_content} [{res.metadata}]")

基于分数的相似性搜索

您也可以带分数进行搜索：

results = vector_store.similarity_search_with_score(
    "Will it be hot tomorrow?", k=1, filter={"source": "news"}
)
for res, score in results:
    print(f"* [SIM={score:3f}] {res.page_content} [{res.metadata}]")

其他搜索方法

还有其他搜索方法（如 MMR）未在本笔记本中列出，要查看完整列表请查阅 @[API reference][PineconeVectorStore]。

通过转换为检索器进行查询

您也可以将向量存储转换为检索器，以便更轻松地在链中使用。

retriever = vector_store.as_retriever(
    search_type="similarity_score_threshold",
    search_kwargs={"k": 1, "score_threshold": 0.4},
)
retriever.invoke("Stealing from the bank is a crime", filter={"source": "news"})

检索增强生成的使用方法

※ 重要提示：在您之前的输出中占位符集不正确。缺失的id：[]；意外的额外id：[‘1’, ‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’, ‘10’, ‘11’, ‘12’, ‘13’, ‘14’, ‘15’, ‘16’, ‘17’, ‘18’, ‘19’, ‘20’]。请再次翻译全文，并确保每个六边形括号加数字的占位符都保留在原始位置，且只出现一次。

关于如何使用此向量存储进行检索增强生成（RAG），请参考以下章节：

• Retrieval docs
• Build a RAG app with LangChain
• Agentic RAG

---

API 参考

要查看所有功能和使用配置的详细文档，请访问 @[API reference][PineconeVectorStore]。

---

官方原文：src/oss/python/integrations/vectorstores/pinecone.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。