跳至主要內容

Cloudflare 向量儲存

CloudflareVector 類別使用與 Cloudflare 邊緣網路整合的向量資料庫服務 Cloudflare Vectorize 提供向量搜尋。

建構函式選項
「建構函式選項」的直接連結

accountId:

string
Cloudflare 帳戶 ID

apiToken:

string
具有 Vectorize 權限的 Cloudflare API 權杖

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(必須與嵌入模型相符)

metric?:

'cosine' | 'euclidean' | 'dotproduct'
= cosine
相似度搜尋使用的距離度量(dotproduct 對應至 dot-product)

upsert()
「upsert」的直接連結

indexName:

string
要 upsert 資料的索引名稱

vectors:

number[][]
嵌入向量陣列

metadata?:

Record<string, any>[]
每個向量的中繼資料

ids?:

string[]
選用的向量 ID(未提供時會自動產生)

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
要傳回的結果數量

filter?:

Record<string, any>
查詢的中繼資料篩選條件

includeVector?:

boolean
= false
結果是否包含向量

listIndexes()
「listindexes」的直接連結

以字串陣列傳回索引名稱。

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。

indexName:

string
包含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'
中繼資料欄位的型別

deleteMetadataIndex()
「deletemetadataindex」的直接連結

從中繼資料欄位移除索引。

indexName:

string
包含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
要列出其中繼資料索引的索引名稱

updateVector()
「updatevector」的直接連結

更新索引中特定 ID 的向量或中繼資料。

indexName:

string
包含待更新 ID 的索引名稱

id:

string
要更新的向量或中繼資料不重複識別碼

update:

{ vector?: number[]; metadata?: Record<string, any>; }
包含待更新向量及/或中繼資料的物件

deleteVector()
「deletevector」的直接連結

刪除索引中特定 ID 的向量及其關聯中繼資料。

indexName:

string
包含待刪除 ID 的索引名稱

id:

string
要刪除的向量與中繼資料不重複識別碼

回應型別
「回應型別」的直接連結

查詢結果會以下列格式傳回:

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

此儲存會擲回可攔截的具型別錯誤:

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 ID
  • CLOUDFLARE_API_TOKEN:具有 Vectorize 權限的 Cloudflare API 權杖