Oracle AI 向量搜索：生成摘要

Oracle AI Vector Search 专为人工智能 (AI) 工作负载设计，允许您基于语义而非关键词来查询数据。 Oracle AI Vector Search 的最大优势之一是，它能够在一个单一系统中将非结构化数据的语义搜索与业务数据的关系型搜索相结合。这不仅功能强大，而且效率显著提高，因为您无需添加专门的向量数据库，从而避免了多系统间数据碎片化的困扰。

此外，您的向量可以受益于 Oracle 数据库的所有最强大功能，例如以下内容：

本指南演示了如何在 Oracle AI Vector Search 中使用摘要功能，通过 OracleSummary 为您的文档生成摘要。

如果您刚开始使用 Oracle 数据库，可以考虑探索免费的 Oracle 23 AI，它为您提供了设置数据库环境的绝佳入门指南。在使用数据库时，通常建议避免默认使用 system 用户；相反，您可以创建自己的用户以增强安全性和定制化程度。有关创建用户的详细步骤，请参阅我们的端到端指南，其中还展示了如何在 Oracle 中设置用户。此外，理解用户权限对于有效管理数据库安全至关重要。您可以在官方关于管理用户账户和安全的Oracle 指南中了解更多相关信息。

先决条件

请安装 Oracle Python Client 驱动程序，以便将 LangChain 与 Oracle AI Vector Search 配合使用。

# pip install oracledb

连接 Oracle 数据库

以下示例代码将展示如何连接到 Oracle 数据库。默认情况下，python-oracledb 以“Thin"模式运行，该模式直接连接到 Oracle 数据库。此模式不需要 Oracle 客户端库。然而，当 python-oracledb 使用这些库时，可提供一些额外的功能。当使用 Oracle 客户端库时，称 python-oracledb 处于"Thick"模式。两种模式都具备全面的功能，支持 Python 数据库 API v2.0 规范。请参阅以下指南，了解每种模式所支持的功能。如果您无法使用 thin-mode，可能希望切换到 thick-mode。

import sys

import oracledb

# please update with your username, password, hostname and service_name
username = "<username>"
password = "<password>"
dsn = "<hostname>/<service_name>"

try:
    conn = oracledb.connect(user=username, password=password, dsn=dsn)
    print("Connection successful!")
except Exception as e:
    print("Connection failed!")
    sys.exit(1)

生成摘要

Oracle AI 向量搜索 Langchain 库提供了一套专为文档摘要设计的 API。它支持多种摘要提供商，例如 Database、OCIGENAI、HuggingFace 等，允许用户选择最符合其需求的提供商。要使用这些功能，用户必须按照指定配置摘要参数。有关这些参数的详细信息，请参阅 Oracle AI 向量搜索指南。

注意： 如果用户希望使用除 Oracle 内部默认提供商（'database'）之外的第三方摘要生成提供商，则可能需要设置代理。如果您没有代理，请在实例化 OracleSummary 时移除 proxy 参数。

# proxy to be used when we instantiate summary and embedder object
proxy = "<proxy>"

以下示例代码将展示如何生成摘要：

from langchain_community.utilities.oracleai import OracleSummary
from langchain_core.documents import Document

"""
# using 'ocigenai' provider
summary_params = {
    "provider": "ocigenai",
    "credential_name": "OCI_CRED",
    "url": "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/summarizeText",
    "model": "cohere.command",
}

# using 'huggingface' provider
summary_params = {
    "provider": "huggingface",
    "credential_name": "HF_CRED",
    "url": "https://api-inference.huggingface.co/models/",
    "model": "facebook/bart-large-cnn",
    "wait_for_model": "true"
}
"""

# using 'database' provider
summary_params = {
    "provider": "database",
    "glevel": "S",
    "numParagraphs": 1,
    "language": "english",
}

# get the summary instance
# Remove proxy if not required
summ = OracleSummary(conn=conn, params=summary_params, proxy=proxy)
summary = summ.get_summary(
    "In the heart of the forest, "
    + "a lone fox ventured out at dusk, seeking a lost treasure. "
    + "With each step, memories flooded back, guiding its path. "
    + "As the moon rose high, illuminating the night, the fox unearthed "
    + "not gold, but a forgotten friendship, worth more than any riches."
)

print(f"Summary generated by OracleSummary: {summary}")

API 参考：OracleSummary | 文档

端到端演示

请参考我们的完整演示指南 Oracle AI 向量搜索端到端演示指南，借助 Oracle AI 向量搜索构建端到端的 RAG 流水线。

工具概念指南
工具如何使用指南

先决条件​

连接 Oracle 数据库

生成摘要​

端到端演示​

相关​

先决条件

生成摘要

端到端演示

相关