LangGraph通过语义搜索增强存储能力

LangGraph宣布其BaseStore增加语义搜索功能，进一步增强了存储功能。根据LangChain Blog，这一新功能现已在开源的PostgresStore和InMemoryStore中以及所有LangGraph Cloud部署中可用。

为何选择语义搜索？

加入语义搜索是为了满足LangGraph框架中对非结构化信息更复杂的检索方法的需求。与依赖于精确匹配的传统过滤方法不同，语义搜索允许代理根据意义检索信息，这对于回忆用户偏好、从过去的互动中学习以及保持一致的知识特别有用。

实施详情

BaseStore的搜索和异步搜索（asearch）方法现在支持自然语言查询术语。如果存储支持此功能，文档会根据语义相似性进行评分和返回。InMemoryStore和PostgresStore分别在开发和生产环境中集成了此功能。

对于LangGraph平台用户，可以通过在langgraph.json文件中进行存储配置来嵌入新条目进行服务器配置。关键配置选项包括“embed”提供者、维度大小和要索引的字段。

迁移和定制

当前的LangGraph存储用户可以在不中断现有操作的情况下集成语义搜索。LangGraph开放源码软件用户可以通过设置PostGresStore的索引配置开始使用此功能。LangGraph平台用户可以在其部署中添加索引配置，以便新的文档可以基于语义相似性进行搜索索引。

对于不希望使用LangChain默认嵌入的用户，还可以定义自定义嵌入逻辑。这涉及创建一个自定义函数并在配置文件中引用它。

后续步骤

LangGraph更新了其文档和模板，其中包括语义搜索的示例。鼓励用户试用新功能并在GitHub上提供反馈。有关AI记忆的更多概念信息，LangGraph在其网站上提供了详细文档。

有关语义搜索功能的更多信息，请访问LangChain Blog。