【LangChain 速递】MultiVector Retriever

原推：https://twitter.com/zhanghaili0610/status/1697250386548035862?s=20

LangChain 多向量检索器的核心流程:

1. 创建多向量检索器对象，传入向量存储、文档存储和文档 ID 键名。

2. 对每个文档：

• 生成唯一的文档 ID；

• （可选）将文档拆分成更小的块，将块存储到向量存储中，并将文档 ID 作为元数据；

• （可选）为文档创建摘要向量，存储到向量存储中，同样带上文档 ID 作为元数据；

• （可选）为文档生成假设的用户查询，存储为向量带上文档 ID；

• 将文档内容本身存储到文档存储中，以文档 ID 为键。

3. 多向量检索器拥有文档的所有向量、文档内容和映射文档 ID 的方式，可以进行检索，匹配查询向量与各种文档向量的相似度，并通过元数据中的文档 ID 找到对应文档。

4. 用户传入查询，多向量检索器可以检索出相似文档。

总体上，多向量检索器允许我们为每个文档存储各种附加信息的向量，从中进行更全面的相似度检索和匹配。我们可以自定义为文档生成的额外向量，提升检索效果。