LangGraph 通过语义搜索增强记忆能力

LangGraph 宣布在其 BaseStore 中添加语义搜索功能，进一步增强其内存功能。据 LangChain 博客称，现在可以在开源 PostgresStore 和 InMemoryStore 以及所有 LangGraph 云部署中访问这一新功能。

为什么要进行语义搜索？

语义搜索的加入满足了 LangGraph 框架内对非结构化信息更复杂的检索方法的需求。与依赖精确匹配的传统过滤方法不同，语义搜索允许代理根据含义检索信息。这对于回忆用户偏好、从过去的交互中学习以及保持一致的知识特别有用。

实施细节

BaseStore 的搜索和异步搜索 (asearch) 方法现在支持自然语言查询术语。如果商店支持此功能，则根据语义相似性对文档进行评分和返回。 InMemoryStore 和 PostgresStore 都分别针对开发和生产环境集成了此功能。

对于 LangGraph Platform 用户，可以通过 langgraph.json 文件中的存储配置来配置服务器以嵌入新项目。关键配置选项包括“嵌入”提供程序、维度大小和要索引的字段。

迁移和定制

LangGraph 内存存储的当前用户可以集成语义搜索，而无需中断现有操作。 LangGraph OSS 用户可以通过使用索引配置设置 PostGresStore 来开始使用此功能。 LangGraph 平台用户可以在其部署中添加索引配置，允许根据语义相似性对新文档进行索引以进行搜索。

对于那些不希望使用 LangChain 默认嵌入的人，也可以定义自定义嵌入逻辑。这涉及创建自定义函数并在配置文件中引用它。

下一步

LangGraph 已更新其文档和模板，以包含实际语义搜索的示例。我们鼓励用户尝试新功能并在 GitHub 上提供反馈。有关 AI 内存的更多概念信息，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，请访问浪链博客。

图片来源：Shutterstock