FAISS

FAISS는 벡터 데이터 검색 라이브러리입니다.

대규모 벡터에 대한 연산을 효율적으로 처리하도록 설계되었습니다.

벡터 저장을  통해 탐색, 클러스터링, 벡터 분할 등의 기능을 제공합니다.

from langchain_community.vectorstores import FAISS
from langchain.embeddings import HuggingFaceEmbeddings
import faiss

# 1) FAISS 인덱스 로드
index = faiss.read_index("faiss_indexes/coffee.ivf_pq.index")

# 2) 임베딩 모델 준비
embeddings = HuggingFaceEmbeddings(
    model_name="sentence-transformers/all-MiniLM-L6-v2",
    model_kwargs={"cache_dir": "/app/huggingface_cache", "local_files_only": True},
)

# 3) LangChain용 래퍼
vectorstore = FAISS(index, embeddings, metadata=coffee_metadatas)

# 4) Retriever로 사용
retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})

위와 같은 방법으로 LangChain 및 retriever에 연동하여 사용할 수 있습니다.