基本用法
本笔记本介绍如何使用与 Milvus 向量数据库相关的功能。
文本嵌入
本指南演示了如何将 Milvus 2.6 的文本 Embedding Function（也称为数据输入数据输出）与 LangChain 结合使用。该功能可让 Milvus 服务器自动将原始文本转换为 Embedding，从而简化客户端代码并集中管理 API 密钥。
RAG
本指南演示了如何使用 LangChain 和 Milvus 构建检索-增强生成（RAG）系统。
混合搜索
本笔记本介绍如何使用与 Milvus 向量数据库相关的功能。
全文搜索
本教程将介绍如何使用 LangChain 和 Milvus 在应用程序中实现全文搜索。
异步搜索
本教程探讨如何利用 langchain-milvus 中的异步函数构建高性能应用程序。通过使用异步方法，您可以显著提高应用程序的吞吐量和响应速度，尤其是在处理大规模检索时。
Agentic RAG
本指南演示了如何使用 LangGraph 和 Milvus 构建先进的检索增强生成（RAG）系统。与简单检索和生成的传统 RAG 系统不同，Agentic RAG 系统可以就何时检索信息、如何处理无关文档以及何时重写查询以获得更好的结果做出智能决策。