Saltearse al contenido
Nappai Documentation

Astra DB

Astra DB guarda documentos en una colección de DataStax Astra DB y busca en ella por significado.

Una base de datos vectorial guarda textos de forma que se pueden buscar por su significado, no solo por palabras exactas. Así, un agente puede encontrar el párrafo de un manual que responde a una pregunta aunque esté escrito con otras palabras.

Cuándo usarlo

  • Ya usas Astra DB y quieres que tus flujos guarden y busquen en él.
  • Quieres que Astra calcule por sí mismo la representación de los textos con su opción de vectorizado.
  • Necesitas una base vectorial gestionada en la nube.

Configuración

El campo Operation decide qué hace el componente, y según lo que elijas cambian los campos y las salidas:

  • Add (por defecto): guarda en la base los documentos que recibe en Ingest Data.
  • Search: busca los documentos más parecidos al texto de Search Query.
  • Retriever: ofrece la base como buscador para que la use otro componente, por ejemplo un agente o una cadena de preguntas y respuestas.

Necesitas una credencial Astra DB API con el token y la dirección de tu base de Astra. Consulta Credenciales.

CampoQué hace
Credential (obligatorio)La credencial Astra DB API con los datos de conexión.
OperationQué hace el componente: Add, Search o Retriever.
Ingest Data (obligatorio)Con Add. Los documentos que se guardan, normalmente los que salen de un divisor de textos o de un cargador de archivos.
Search QueryCon Search. El texto que se busca. Si lo dejas vacío no se devuelve nada.
EmbeddingEl conector donde enchufas el componente que convierte los textos en números para compararlos por significado, como OpenAI Embeddings. Usa siempre el mismo para guardar y para buscar.
Collection Name (obligatorio)La colección de Astra donde se guardan los documentos.

Opciones avanzadas

CampoQué hace
Number Of ResultsCuántos documentos devuelve cada búsqueda. Por defecto, 4.
NamespaceEspacio de nombres de Astra en el que está la colección. Vacío, el de por defecto.
MetricCómo se mide el parecido al crear la colección: cosine, dot_product o euclidean.
Pre Delete CollectionBorra la colección antes de guardar. Desactivado por defecto; úsalo con cuidado.
Setup ModeCómo se prepara la colección: Sync (por defecto), Async u Off.
Batch SizeJunto a Bulk Insert Batch Concurrency, Bulk Insert Overwrite Concurrency, Bulk Delete Concurrency, Metadata Indexing Include, Metadata Indexing Exclude y Collection Indexing Policy: ajustes de rendimiento e indexado de Astra. Déjalos vacíos salvo indicación de quien administra tu base.
Search TypeCómo se busca: Similarity, Similarity with score threshold, MMR (Max Marginal Relevance). Similarity devuelve los más parecidos; con umbral, solo los que superan Search Score Threshold; MMR busca resultados parecidos pero variados entre sí.
Search Score ThresholdPuntuación mínima de parecido, solo con la búsqueda por umbral. Por defecto, 0.0.
Search Metadata FilterPares de campo y valor para buscar solo entre los documentos que los cumplan.

En Astra DB el conector se llama Embedding Or Astra Vectorize: admite un componente de embeddings o la configuración de vectorizado de Astra, consulta Astra Vectorize.

Resultado

Las salidas dependen de Operation:

  • Results: con Add y Search. Con Search, la lista de documentos encontrados, que puedes pasar a un prompt o a un agente.
  • Vector Store: con Add. La base de datos, para conectarla a componentes que trabajan con una base vectorial.
  • Retriever: con Retriever. El buscador, para conectarlo a componentes que piden un buscador.

En modo herramienta, un agente puede usar el componente para buscar por sí mismo. Consulta Tool Mode.

Ejemplo

Una aseguradora guarda sus pólizas en Astra DB.

  1. Conecta las pólizas divididas en trozos a Ingest Data de Astra DB con Operation en Add.
  2. Elige la credencial Astra DB API, escribe la colección y conecta un componente de embeddings.
  3. Ejecuta el flujo y, en otro, busca con Operation en Search.

Componentes relacionados