viking DB는 딥 뉴럴 네트워크 및 기타 머신 러닝(ML) 모델에 의해 생성된 대규모 embedding vector를 저장, 인덱싱 및 관리하는 데이터베이스입니다.
이 노트북은 VikingDB vector database와 관련된 기능을 사용하는 방법을 보여줍니다. 이 integration을 사용하려면 pip install -qU langchain-community로 langchain-community를 설치해야 합니다. 실행하려면 viking DB 인스턴스가 실행 중이어야 합니다. 
!pip install -U volcengine
VikingDBEmbeddings를 사용하려면 VikingDB API Key를 가져와야 합니다. 
import getpass
import os

if "OPENAI_API_KEY" not in os.environ:
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")

from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores.vikingdb import VikingDB, VikingDBConfig
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import RecursiveCharacterTextSplitter

loader = TextLoader("./test.txt")
documents = loader.load()
text_splitter = RecursiveCharacterTextSplitter(chunk_size=10, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

embeddings = OpenAIEmbeddings()

db = VikingDB.from_documents(
    docs,
    embeddings,
    connection_args=VikingDBConfig(
        host="host", region="region", ak="ak", sk="sk", scheme="http"
    ),
    drop_old=True,
)

query = "What did the president say about Ketanji Brown Jackson"
docs = db.similarity_search(query)

docs[0].page_content

​
viking DB Collections로 데이터 구획화하기

동일한 viking DB 인스턴스 내의 서로 다른 collection에 관련 없는 문서를 저장하여 컨텍스트를 유지할 수 있습니다. 새 collection을 생성하는 방법은 다음과 같습니다. 
db = VikingDB.from_documents(
    docs,
    embeddings,
    connection_args=VikingDBConfig(
        host="host", region="region", ak="ak", sk="sk", scheme="http"
    ),
    collection_name="collection_1",
    drop_old=True,
)
저장된 collection을 검색하는 방법은 다음과 같습니다. 
db = VikingDB.from_documents(
    embeddings,
    connection_args=VikingDBConfig(
        host="host", region="region", ak="ak", sk="sk", scheme="http"
    ),
    collection_name="collection_1",
)
검색 후에는 평소처럼 쿼리를 계속할 수 있습니다.
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I