一、Weaviate

本节将引导您设置 Weaviate VectorStore 来存储文档嵌入并执行相似性搜索。

Weaviate 是一个开源的向量数据库，允许您存储来自您喜爱的机器学习模型的数据对象和向量嵌入，并能够无缝扩展到数十亿个数据对象。它提供了存储文档嵌入、内容和元数据以及搜索这些嵌入（包括元数据过滤）的工具。

二、先决条件

• 一个正在运行的 Weaviate 实例。有以下可用选项：

  • Weaviate Cloud Service（需要创建账户和 API 密钥）

  • Docker 容器

• （如果需要）用于 EmbeddingModel 的 API 密钥，以生成由 WeaviateVectorStore 存储的嵌入。

三、依赖项

Spring AI 自动配置、启动器模块的工件名称发生了重大变化。请参阅升级说明以获取更多信息。

将 Weaviate 向量存储依赖项添加到您的项目中：

Maven

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-weaviate-store</artifactId>
</dependency>

Gradle

dependencies {
    implementation 'org.springframework.ai:spring-ai-weaviate-store'
}

请参阅 依赖管理 部分，将 Spring AI BOM 添加到您的构建文件中。

四、配置

要连接到 Weaviate 并使用 WeaviateVectorStore，您需要提供实例的访问详细信息。可以通过 Spring Boot 的 application.properties 提供配置：

spring.ai.vectorstore.weaviate.host=<weaviate_instance_host>
spring.ai.vectorstore.weaviate.scheme=<http_or_https>
spring.ai.vectorstore.weaviate.api-key=<your_api_key>
# 如果需要，提供 OpenAI 的 API 密钥
spring.ai.openai.api-key=<api-key>

如果您希望使用环境变量来处理敏感信息（如 API 密钥），您有多个选项：

选项 1：使用 Spring 表达式语言（SpEL）

您可以使用自定义环境变量名称，并在应用程序配置中引用它们：

# 在 application.yml 中
spring:
  ai:
    vectorstore:
      weaviate:
        host: ${WEAVIATE_HOST}
        scheme: ${WEAVIATE_SCHEME}
        api-key: ${WEAVIATE_API_KEY}
    openai:
      api-key: ${OPENAI_API_KEY}

# 在您的环境或 .env 文件中
export WEAVIATE_HOST=<weaviate_instance_host>
export WEAVIATE_SCHEME=<http_or_https>
export WEAVIATE_API_KEY=<your_api_key>
export OPENAI_API_KEY=<api-key>

选项 2：以编程方式访问环境变量

或者，您可以在 Java 代码中访问环境变量：

String weaviateApiKey = System.getenv("WEAVIATE_API_KEY");
String openAiApiKey = System.getenv("OPENAI_API_KEY");

如果您选择创建 shell 脚本来管理环境变量，请确保在启动应用程序之前通过“source”文件来运行它，即 source <your_script_name>.sh。

五、自动配置

Spring AI 为 Weaviate 向量存储提供了 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的 Maven pom.xml 文件中：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-vector-store-weaviate</artifactId>
</dependency>

或添加到 Gradle build.gradle 构建文件中：

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-vector-store-weaviate'
}

请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

请查看向量存储的配置参数列表，了解默认值和配置选项。

请参阅工件仓库部分，将 Maven Central 和/或快照仓库添加到您的构建文件中。

此外，您需要一个配置好的 EmbeddingModel bean。有关更多信息，请参阅 EmbeddingModel 部分。

以下是所需 bean 的示例：

@Bean
public EmbeddingModel embeddingModel() {
    // 从安全源或环境变量中检索 API 密钥
    String apiKey = System.getenv("OPENAI_API_KEY");

    // 可以是任何其他 EmbeddingModel 实现
    return new OpenAiEmbeddingModel(OpenAiApi.builder().apiKey(apiKey).build());
}

现在，您可以在应用程序中自动注入 WeaviateVectorStore 作为向量存储。

六、手动配置

您也可以手动配置 WeaviateVectorStore，而不是使用 Spring Boot 自动配置：

@Bean
public WeaviateClient weaviateClient() {
    return new WeaviateClient(new Config("http", "localhost:8080"));
}

@Bean
public VectorStore vectorStore(WeaviateClient weaviateClient, EmbeddingModel embeddingModel) {
    return WeaviateVectorStore.builder(weaviateClient, embeddingModel)
        .options(options)                              // 可选：使用自定义选项
        .consistencyLevel(ConsistentLevel.QUORUM)      // 可选：默认为 ConsistentLevel.ONE
        .filterMetadataFields(List.of(                 // 可选：可在过滤器中使用的字段
            MetadataField.text("country"),
            MetadataField.number("year")))
        .build();
}

七、元数据过滤

您也可以将通用的、可移植的 元数据过滤器 与 Weaviate 存储一起使用。

例如，您可以使用文本表达式语言：

vectorStore.similaritySearch(
    SearchRequest.builder()
        .query("世界")
        .topK(TOP_K)
        .similarityThreshold(SIMILARITY_THRESHOLD)
        .filterExpression("country in ['UK', 'NL'] && year >= 2020").build());

或者以编程方式使用 Filter.Expression DSL：

FilterExpressionBuilder b = new FilterExpressionBuilder();

vectorStore.similaritySearch(SearchRequest.builder()
    .query("世界")
    .topK(TOP_K)
    .similarityThreshold(SIMILARITY_THRESHOLD)
    .filterExpression(b.and(
        b.in("country", "UK", "NL"),
        b.gte("year", 2020)).build()).build());

这些（可移植的）过滤表达式会被自动转换为专有的 Weaviate 过滤表达式。

例如，这个可移植的过滤表达式：

country in ['UK', 'NL'] && year >= 2020

被转换为专有的 Weaviate GraphQL 过滤器格式：

operator: And
operands:
    [{
        operator: Or
        operands:
            [{
                path: ["meta_country"]
                operator: Equal
                valueText: "UK"
            },
            {
                path: ["meta_country"]
                operator: Equal
                valueText: "NL"
            }]
    },
    {
        path: ["meta_year"]
        operator: GreaterThanEqual
        valueNumber: 2020
    }]

八、在 Docker 中运行 Weaviate

要快速启动本地 Weaviate 实例，可以在 Docker 中运行它：

docker run -it --rm --name weaviate \
    -e AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED=true \
    -e PERSISTENCE_DATA_PATH=/var/lib/weaviate \
    -e QUERY_DEFAULTS_LIMIT=25 \
    -e DEFAULT_VECTORIZER_MODULE=none \
    -e CLUSTER_HOSTNAME=node1 \
    -p 8080:8080 \
    semitechnologies/weaviate:1.22.4

这将在 localhost:8080 启动一个可访问的 Weaviate 实例。

九、WeaviateVectorStore 属性

您可以在 Spring Boot 配置中使用以下属性来自定义 Weaviate 向量存储。

对象类名应以大写字母开头，字段名应以小写字母开头。请参阅 数据对象概念。

十、访问原生客户端

Weaviate 向量存储实现通过 getNativeClient() 方法提供对底层原生 Weaviate 客户端（WeaviateClient）的访问：

WeaviateVectorStore vectorStore = context.getBean(WeaviateVectorStore.class);
Optional<WeaviateClient> nativeClient = vectorStore.getNativeClient();

if (nativeClient.isPresent()) {
    WeaviateClient client = nativeClient.get();
    // 使用原生客户端进行 Weaviate 特定操作
}

原生客户端让您可以访问可能未通过 VectorStore 接口暴露的 Weaviate 特定功能和操作。