Couchbase
Couchbase guarda documentos en una colección de Couchbase y busca en ella por significado con un índice de búsqueda.
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
- Tu aplicación ya usa Couchbase y quieres añadirle búsqueda por significado.
- Quieres que un agente consulte documentos guardados en Couchbase.
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 Couchbase API con la cadena de conexión, el usuario y la contraseña. Consulta Credenciales.
| Campo | Qué hace |
|---|---|
| Credential (obligatorio) | La credencial Couchbase API con los datos de conexión. |
| Operation | Qué 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 Query | Con Search. El texto que se busca. Si lo dejas vacío no se devuelve nada. |
| Embedding | El 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. |
| Bucket Name (obligatorio) | El bucket de Couchbase. |
| Scope Name (obligatorio) | El ámbito dentro del bucket. |
| Collection Name (obligatorio) | La colección donde se guardan los documentos. |
| Index Name (obligatorio) | El índice de búsqueda de esa colección. |
Opciones avanzadas
| Campo | Qué hace |
|---|---|
| Number Of Results | Cuántos documentos devuelve cada búsqueda. Por defecto, 4. |
Resultado
Las salidas dependen de Operation:
- Results: con
AddySearch. ConSearch, 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 agencia de viajes guarda las descripciones de sus paquetes en Couchbase.
- Añade Couchbase con Operation en
Searchy rellena bucket, ámbito, colección e índice. - Conecta el componente de embeddings con que se guardaron.
- Ponlo en modo herramienta para que el agente busque viajes por lo que pide el cliente.
Componentes relacionados
- Recursive Character Text Splitter: corta los documentos en trozos antes de guardarlos.
- OpenAI Embeddings: convierte los textos para buscarlos por significado.