向量搜索示例

本示例演示如何使用 TiDB 和本地嵌入模型构建语义搜索应用。它通过向量搜索，根据含义（而不仅仅是关键字）查找相似项。

该应用使用 Ollama 进行本地嵌入生成，使用 Streamlit 构建 Web UI，并使用 pytidb（TiDB 官方 Python SDK）搭建 RAG 流程。

基于向量嵌入的语义搜索

前置条件

在开始之前，请确保你具备以下条件：

Python (>=3.10)：安装 Python 3.10 或以上版本。
TiDB Cloud Starter 集群：你可以在 TiDB Cloud 上创建免费的 TiDB 集群。
Ollama：从 Ollama 安装。

运行方法

步骤 1. 使用 Ollama 启动嵌入服务

拉取嵌入模型：

ollama pull mxbai-embed-large

验证嵌入服务是否正在运行：

curl http://localhost:11434/api/embed -d '{
  "model": "mxbai-embed-large",
  "input": "Llamas are members of the camelid family"
}'

步骤 2. 克隆仓库

git clone https://github.com/pingcap/pytidb.git
cd pytidb/examples/vector_search/

步骤 3. 安装所需依赖并配置环境

python -m venv .venv
source .venv/bin/activate
pip install -r reqs.txt

步骤 4. 设置环境变量

在 TiDB Cloud 控制台中，进入 Clusters 页面，然后点击目标集群名称，进入其概览页面。
点击右上角的 Connect。会弹出连接对话框，显示连接参数。

根据连接参数设置环境变量，如下所示：

cat > .env <<EOF
TIDB_HOST={gateway-region}.prod.aws.tidbcloud.com
TIDB_PORT=4000
TIDB_USERNAME={prefix}.root
TIDB_PASSWORD={password}
TIDB_DATABASE=pytidb_vector_search
EOF

步骤 5. 运行 Streamlit 应用

streamlit run app.py

在浏览器中访问 http://localhost:8501。