Semantic Kernel使用连接器进行向量搜索

百科大全 2025年09月09日 16:43 1 admin

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。

向量搜索（Vector Search）

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作为输入，适用于以下类型：

IVectorSearchable
VectorStoreCollection

注意：VectorStoreCollection实现了IVectorSearchable。

如下是VectorStoreCollection类的定义:

public abstract class VectorStoreCollectionTKey, TRecord> : IVectorSearchableTRecord>, IDisposable
where TKey : notnull
where TRecord : class
{
.....
}

支持的向量类型

SearchAsync的向量参数为泛型类型。每个数据存储支持的向量类型不同，请参阅各连接器文档。

⚠️ 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。

向量搜索选项

通过 VectorSearchOptions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);
}
}