基于Langchain4j的Pgvector EmbeddingStore复用已有向量数据问题咨询

核心思路 #

要避免重复存储，关键是让对话服务直接复用文档服务已存入PostgreSQL（pgvector）的向量数据，无需手动重新存储；同时支持像Python中chain.run那样直接传入文档列表调用AI。

步骤1：配置PgVectorEmbeddingStore复用已有数据库表 #

将对话服务中的InMemoryEmbeddingStore替换为PgVectorEmbeddingStore，指定已有的向量表结构，避免创建新表：

@Bean
public EmbeddingStore<TextSegment> embeddingStore(DataSource dataSource) {
    return PgVectorEmbeddingStore.builder()
            .dataSource(dataSource) // 注入和文档服务相同的数据源
            .tableName("your_existing_vector_table") // 替换为文档服务创建的向量表名
            .idColumnName("id") // 表中的主键列名
            .vectorColumnName("embedding") // 存储向量的列名
            .contentColumnName("content") // 存储文本片段的列名
            .metadataColumnName("metadata") // 若有元数据列，按需配置（无则可省略）
            .vectorDimension(1536) // 需与文档服务生成向量的维度一致（如Titan Embeddings的维度）
            .build();
}

步骤2：移除重复存储的业务逻辑 #

删除原代码中手动将查询结果存入EmbeddingStore的步骤，让AiAgent通过配置好的ContentRetriever自动从PostgreSQL检索数据：

原重复存储代码：

List<String> documentTexts = getDocumentTextsFromUserQuestion(promptDto);
List<TextSegment> textSegments = getTextSegments(documentTexts);
embeddingStore.addAll(embedComponent.getEmbeddingsFromTextSegments(textSegments), textSegments); // 此步骤删除
return new PromptDTO(aiAgent.answer(documentTexts, promptDto.getText()));

修改后代码：

// 直接让AiAgent自动检索已有数据生成回答
return new PromptDTO(aiAgent.answer(promptDto.getText()));

步骤3：实现手动传入文档调用AI（类似Python的chain.run） #

如果需要像Python中那样手动传入已查询到的文档列表，可通过定义AiAgent接口的自定义方法实现：

1. 定义AiAgent接口 #

public interface ErekyAiAgent {
    // 自动检索数据库数据的方法
    String answer(String question);

    // 手动传入文档的方法
    String answerWithDocuments(List<String> documents, String question);
}

2. 业务逻辑中调用手动方法 #

List<String> documentTexts = getDocumentTextsFromUserQuestion(promptDto);
// 直接传入文档列表和问题，无需存入EmbeddingStore
return new PromptDTO(aiAgent.answerWithDocuments(documentTexts, promptDto.getText()));

Langchain4j会自动将传入的documents作为上下文注入到AI的Prompt中，生成基于该上下文的回答。

注意事项 #

• 确保对话服务与文档服务使用同一个数据库连接配置，否则对话服务无法访问已存储的向量数据。
• 验证PgVectorEmbeddingStore的表结构配置（列名、向量维度）与文档服务创建的表完全一致，否则会导致检索失败或创建新表。
• 若使用元数据过滤，需在ContentRetriever中配置对应的过滤条件，确保检索到的是目标文档。

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