摘要：Semantic Kernel 提供了向量存储（Vector Store）抽象层中的向量搜索功能，支持多种选项如过滤、分页等。本文将详细介绍其用法。
Semantic Kernel 提供了向量存储（Vector Store）抽象层中的向量搜索功能，支持多种选项如过滤、分页等。本文将详细介绍其用法。
SearchAsync方法允许基于已向量化的数据进行搜索。该方法接收一个向量和可选的VectorSearchOptions注意：VectorStoreCollection实现了。如下是VectorStoreCollection类的定义:
public abstract class VectorStoreCollectionTKey, TRecord> : IVectorSearchableTRecord>, IDisposablewhere TKey : notnull
where TRecord : class
{
.....
}
SearchAsync⚠️ 搜索向量类型必须与目标向量类型一致。例如，同一条记录中有两个不同类型的向量，需确保提供的搜索向量与目标向量类型匹配。若有多个向量，可通过VectorProperty指定目标。通过可配置以下选项：VectorProperty
指定要搜索的向量属性。如果未指定且模型仅包含一个向量，则使用该向量。若没有或有多个向量而未指定，则会抛出异常。
public async IAsyncEnumerabledouble? Score)> SearchByTextAsync(string query, int topK = 5, CancellationToken ct = default)
{
var queryVector = await _emb.CreateAsync(query, ct);
var col = GetCollection;
var options = new VectorSearchOptions
{
//Filter = h => h.HotelName == "Tokyo",
VectorProperty = h => h.DescriptionEmbedding,
Skip = 0,
IncludeVectors = false
};
awaitforeach (var r in col.SearchAsync(queryVector, topK, options, ct))
{
yield return (r.Record, r.Score);
}
}
Top 和 Skip
用于分页。
Top：返回前 N 条结果Skip：跳过前 N 条结果var vectorSearchOptions = new VectorSearchOptions{
Skip = 40
};
var searchResult = collection.SearchAsync(searchVector, top: 20, vectorSearchOptions);
IncludeVectors
指定是否返回结果中的向量属性。
默认值： false（节省带宽与处理成本） 若为 true，则返回完整向量数据var vectorSearchOptions = new VectorSearchOptions{
IncludeVectors = true
};
Filter
用于在向量搜索前先对记录进行过滤。
好处：
⚠️ 很多存储需要字段设置为IsIndexed = true才能参与过滤。 public async IAsyncEnumerabledouble? Score)> SearchByTextAsync(string query, int topK = 5, CancellationToken ct = default)
{
var queryVector = await _emb.CreateAsync(query, ct);
var col = GetCollection;
var options = new VectorSearchOptions
{
Filter = h => h.HotelName == "Tokyo",
VectorProperty = h => h.DescriptionEmbedding,
Skip = 0,
IncludeVectors = false
};
awaitforeach (var r in col.SearchAsync(queryVector, topK, options, ct))
{
yield return (r.Record, r.Score);
}
}
SearchAsync：执行相似度搜索VectorProperty：选择目标向量Top / Skip：支持分页IncludeVectors：是否返回向量Filter：先过滤后搜索，提高性能和安全性
这些功能让你能够在不同存储（如 InMemory、Qdrant 等）上轻松实现向量化搜索和检索。
来源：opendotnet
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!