コレクションとクエリ内のテキストデータのベクトル埋め込みを自動的に生成する方法

Overview

簡単な構成変更で、埋め込みコードを記述したり、モデル インフラストラクチャを管理したり、ベクトルパイプラインを処理したりすることなく、 AIエージェントのセマンティック検索、 RAG、メモリを有効にすることができます。つまり、 MongoDB Search およびベクトル検索プロセス を使用してMongoDB Community Edition を配置する場合、埋め込みの生成に使用する MongoDBmongot AI APIキーを提供できます。理想的には、インデックス操作とベクトル検索操作用で、もう 1 つは からのクエリ操作用です。さまざまなプロジェクト。

配置後:

1. コレクションから、セマンティック検索を有効にするテキストフィールドを選択します。

2. 使用可能な埋め込みモデルのリストから、埋め込みモデルを選択します。

3. MongoDB ベクトル検索 のインデックス定義で、autoEmbed タイプを使用して自動埋め込みを構成します。

自動埋め込み用のMongoDB ベクトル検索インデックスの構成の詳細については、「 テキスト フィールドのインデックス 」を参照してください。

MongoDB ベクトル検索 は、 MongoDB Community Edition の初期化時に指定した APIキーを使用して、挿入またはアップデートする既存と新規のドキュメント用の埋め込みを自動的に生成します。

query.text$vectorSearchクエリには、 パイプラインステージで オプションを使用します。 MongoDB ベクトル検索 は、インデックス定義で同じ埋め込みモデルを使用してテキストクエリの埋め込みを生成します。model $vectorSearchパイプラインステージで オプションを使用して別の埋め込みモデルを指定できますが、指定された埋め込みモデルは、インデックス時に使用される埋め込みモデルと互換性がある必要があります。 MongoDB ベクトル検索 は、 MongoDB Community の初期化中に提供したクエリAPIキーを使用して、クエリ時に埋め込みを生成します。詳しくは、「 テキスト クエリの実行 」を参照してください。

APIキーを使用して埋め込みを生成すると料金が発生します。詳細については、「 コスト 」を参照してください。

埋め込みを自動化し、サンプルクエリを実行するには、「 使い始める 」を参照してください。

はじめる

次のチュートリアルを使用して、 MongoDB ベクトル検索を構成してベクトル埋め込みを自動的に生成する方法を学習します。具体的には、次のアクションを実行します。

1. インデックス時に埋め込みを自動的に生成するテキスト データを含む、コレクション内のフィールドをインデックスします。

2. クエリ時に 自動生成される埋め込み を使用して、インデックス フィールドに対してテキスト クエリを実行します。

このチュートリアルでは、sample_ Airbnb.listingAnd summaryReviews名前空間を使用して、コレクション内のテキストフィールド（ ）にインデックスを付けて、インデックス時に埋め込みを自動生成する方法と、インデックス付きフィールド（ に対して生成された埋め込みを使用してテキストsummary クエリを実行する方法）を説明します。クエリ時間。