如何在LangChain向量数据库相似性搜索中过滤排除文档？

方法一：利用向量库原生反向过滤条件（推荐） #

如果你的向量数据库（如MongoDB Atlas Vector Search、Pinecone等）支持反向查询操作符，可以直接在filter参数中定义排除规则。以排除page=1的文档为例：

# 排除page等于1的文档
results_with_scores = db.similarity_search_with_score("foo", filter=dict(page={"$ne": 1}))

注意：不同向量库的过滤语法可能有差异，比如Weaviate使用"!="而非"$ne"，请根据你使用的库的官方语法调整操作符。

方法二：后处理过滤结果（兼容所有场景） #

如果向量库不支持反向过滤参数，可以先获取全部相似结果，再手动过滤掉不需要的文档：

# 获取所有相似性搜索结果
all_results = db.similarity_search_with_score("foo")
# 过滤掉page=1的文档
filtered_results = [(doc, score) for doc, score in all_results if doc.metadata.get("page") != 1]

这种方式的缺点是会先返回所有匹配结果再过滤，数据集较大时可能影响性能，优先使用方法一。

内容的提问来源于stack exchange，提问作者JosephNgugiMuiruri