如何无需重新加载数据与向量，查询现有Pinecone索引并生成docsearch对象

要复用已有的Pinecone索引进行查询，不需要重复加载文档、分割文本或上传向量，只需用Pinecone.from_existing_index()方法生成docsearch对象即可，具体实现如下：

简化后的查询代码 #

import pinecone
from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.vectorstores import Pinecone
import os
from langchain.llms import OpenAI
from langchain.chains.question_answering import load_qa_chain

# 初始化Pinecone（配置需和创建索引时一致）
pinecone.init(
    api_key=PINECONE_API_KEY,
    environment=PINECONE_API_ENV
)
index_name = "mlqai"

# 初始化嵌入模型（查询时需将提问转为向量，必须保留）
embeddings = OpenAIEmbeddings(openai_api_key=os.environ['OPENAI_API_KEY'])

# 直接连接已有索引生成docsearch对象
docsearch = Pinecone.from_existing_index(index_name, embeddings)

# 后续查询逻辑与之前完全一致
llm = OpenAI(temperature=0, openai_api_key=os.environ['OPENAI_API_KEY'])
chain = load_qa_chain(llm, chain_type="stuff")

query = "que sabes de los patinetes?"
docs = docsearch.similarity_search(query)
answer = chain.run(input_documents=docs, question=query)
print(answer)

关键说明 #

• from_existing_index是LangChain专为Pinecone设计的方法，用于直接连接已创建并填充过向量的索引，省去了文档处理、向量上传的重复步骤。
• 嵌入模型必须初始化，因为查询时需要将问题转换为与索引中向量同维度的嵌入向量，才能完成相似度匹配。
• Pinecone的初始化配置（API密钥、环境）必须和创建索引时完全一致，否则无法成功连接目标索引。

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