跳到主要内容
版本：V1.1.0

VoyageAI

VoyageAI EmbeddingFunction 是 seekdb 为支持多样化 AI 生态而设计的嵌入适配器之一。seekdb 作为一款 AI 原生混合搜索数据库，其核心优势在于统一支持向量、全文、结构化与半结构化数据的存储与检索。通过此类嵌入函数，开发者可以便捷地调用外部优秀的嵌入服务（如 VoyageAI），为 seekdb 注入强大的语义理解能力，从而构建更精准的 RAG 系统、智能体记忆库等应用。

提示

使用 VoyageAI 服务需要遵循 VoyageAI 的收费规则，可能产生相应费用。请在继续前，访问其官网或查阅相关文档，确认并接受其收费标准。如不同意，请勿继续操作。

依赖与鉴权​

示例：创建 VoyageAI Embedding Function​

在代码中导入并初始化 VoyageAIEmbeddingFunction。通常，配置参数可以通过环境变量管理，以实现生产环境的灵活部署。

  • 基础用法

    用环境变量中的 VOYAGE_API_KEY 来指定模型，voyage-4-large 模型是 Voyage AI 的旗舰通用模型，支持长上下文和高精度检索。

    from pyseekdb.utils.embedding_functions import VoyageaiEmbeddingFunction

    ef = VoyageaiEmbeddingFunction(
        model_name="voyage-4-large"  # 指定嵌入模型
    )

  • 高级用法

    对于 RAG 场景，通过指定 input_type 选择检索场景，分为“文档”和“查询”两种向量化策略。

    from pyseekdb.utils.embedding_functions import VoyageaiEmbeddingFunction

    ef = VoyageaiEmbeddingFunction(
        model_name="voyage-4-large",
        input_type="document"  # 可选 "document" 或 "query"。为集合中的文档设置时通常用 "document"
    )

  • 自定义配置

    使用 voyage-4-large 等模型时，可以将生成的向量维度从 1024 降至 512，在保持精度的同时显著减少存储开销并加快搜索速度。

    from pyseekdb.utils.embedding_functions import VoyageaiEmbeddingFunction

    ef = VoyageaiEmbeddingFunction(
        model_name="voyage-4-large",
        output_dimension=512  # 减少维度以优化存储和计算效率
    )

参数说明：

  • model_name：VoyageAI 模型名称，例如 voyage-3-large、voyage-4-large。

  • api_key_env：API Key 所在的环境变量名，默认是 VOYAGE_API_KEY。

  • input_type：输入类型提示，用于优化检索效果。常见取值：

    • documents：用于文档入库（documents）。

    • metadatas：用于查询（query texts）。

Contents

编辑此页