Cloudflare 向量儲存
CloudflareVector 類別使用 Cloudflare Vectorize 提供向量搜尋。Cloudflare Vectorize 是整合至 Cloudflare 邊緣網絡的向量資料庫服務。
建構函數選項建構函數選項 的直接連結
accountId:
string
Cloudflare 帳戶 ID
apiToken:
string
具備 Vectorize 權限的 Cloudflare API token
方法方法 的直接連結
createIndex()createindex 的直接連結
indexName:
string
要建立的索引名稱
dimension:
number
向量維度(必須與你的嵌入模型相符)
metric?:
'cosine' | 'euclidean' | 'dotproduct'
= cosine
相似度搜尋所用的距離度量(dotproduct 對應 dot-product)
upsert()upsert 的直接連結
indexName:
string
要執行 upsert 的索引名稱
vectors:
number[][]
嵌入向量陣列
metadata?:
Record<string, any>[]
每個向量的中繼資料
ids?:
string[]
可選的向量 ID(如未提供則自動產生)
query()query 的直接連結
indexName:
string
要查詢的索引名稱
queryVector:
number[]
用於尋找相似向量的查詢向量
topK?:
number
= 10
要傳回的結果數目
filter?:
Record<string, any>
查詢所用的中繼資料篩選條件
includeVector?:
boolean
= false
是否在結果中包含向量
listIndexes()listindexes 的直接連結
以字串陣列形式傳回索引名稱。
describeIndex()describeindex 的直接連結
indexName:
string
要描述的索引名稱
傳回:
interface IndexStats {
dimension: number
count: number
metric: 'cosine' | 'euclidean' | 'dotproduct'
}
deleteIndex()deleteindex 的直接連結
indexName:
string
要刪除的索引名稱
createMetadataIndex()createmetadataindex 的直接連結
在中繼資料欄位上建立索引,以啟用篩選功能。
indexName:
string
包含該中繼資料欄位的索引名稱
propertyName:
string
要建立索引的中繼資料欄位名稱
indexType:
'string' | 'number' | 'boolean'
中繼資料欄位的類型
deleteMetadataIndex()deletemetadataindex 的直接連結
移除中繼資料欄位的索引。
indexName:
string
包含該中繼資料欄位的索引名稱
propertyName:
string
要移除索引的中繼資料欄位名稱
listMetadataIndexes()listmetadataindexes 的直接連結
列出某個索引的所有中繼資料欄位索引。
indexName:
string
要列出中繼資料索引的索引名稱
updateVector()updatevector 的直接連結
更新索引內特定 ID 的向量或中繼資料。
indexName:
string
包含要更新 ID 的索引名稱
id:
string
要更新的向量或中繼資料的唯一識別碼
update:
{ vector?: number[]; metadata?: Record<string, any>; }
包含要更新的向量及/或中繼資料的物件
deleteVector()deletevector 的直接連結
刪除索引內特定 ID 的向量及其相關中繼資料。
indexName:
string
包含要刪除 ID 的索引名稱
id:
string
要刪除的向量及中繼資料的唯一識別碼
回應類型回應類型 的直接連結
查詢結果會以以下格式傳回:
interface QueryResult {
id: string
score: number
metadata: Record<string, any>
vector?: number[]
}
錯誤處理錯誤處理 的直接連結
此儲存會拋出可捕捉的具類型錯誤:
try {
await store.query({
indexName: 'index_name',
queryVector: queryVector,
})
} catch (error) {
if (error instanceof VectorStoreError) {
console.log(error.code) // 'connection_failed' | 'invalid_dimension' | etc
console.log(error.details) // Additional error context
}
}
環境變數環境變數 的直接連結
必要的環境變數:
CLOUDFLARE_ACCOUNT_ID:你的 Cloudflare 帳戶 IDCLOUDFLARE_API_TOKEN:具備 Vectorize 權限的 Cloudflare API token