Marqo

本页面介绍如何在 LangChain 中使用 Marqo 生态系统。

什么是Marqo？

Marqo 是一个张量搜索引擎，它利用存储在内存中的 HNSW 索引的嵌入来实现前沿的搜索速度。Marqo 可以通过水平索引分片扩展到亿级文档索引，并允许异步和非阻塞的数据上传与搜索。Marqo 使用来自 PyTorch、Huggingface、OpenAI 等的最新机器学习模型。您可以从预配置模型开始，也可以使用自己的模型。内置的 ONNX 支持和转换功能可提高在 CPU 和 GPU 上的推理速度和吞吐量。

因为 Marqo 包含自己的推理功能，您的文档可以混合文本和图像，您可以将来自其他系统的数据的 Marqo 索引引入 langchain 生态系统，而无需担心嵌入的兼容性问题。

Marqo 的部署非常灵活，您可以使用我们的 Docker 镜像自行开始，或者联系我们了解我们的托管云服务！

要使用我们的 Docker 镜像在本地运行 Marqo，请参阅我们的入门指南。

安装与设置

• 使用 pip install marqo 安装 Python SDK

包装器

VectorStore

Marqo 索引有一个封装器，允许您在向量存储框架中使用它们。Marqo 让您可以从一系列模型中选择用于生成嵌入的模型，并公开了一些预处理配置。

Marqo向量存储还可以与现有的多模态索引一起使用，您的文档中可以混合图像和文本。有关更多信息，请参阅我们的文档。请注意，如果使用现有的多模态索引来实例化Marqo向量存储，则会禁用通过langchain向量存储的add_texts方法向其添加任何新文档的功能。

要导入此向量存储：

from langchain_community.vectorstores import Marqo

API 参考：Marqo

有关Marqo包装器及其一些独特功能的更详细演练，请参见此笔记本