diff options
Diffstat (limited to '_posts')
| -rw-r--r-- | _posts/2024-09-27-rag.md | 2 | ||||
| -rw-r--r-- | _posts/2024-10-01-suggest.md | 81 |
2 files changed, 82 insertions, 1 deletions
diff --git a/_posts/2024-09-27-rag.md b/_posts/2024-09-27-rag.md index 6d3830c..47d880d 100644 --- a/_posts/2024-09-27-rag.md +++ b/_posts/2024-09-27-rag.md @@ -329,7 +329,7 @@ export default { 为了避免重复生成向量（主要是不知道它这个数据库怎么根据id进行查询），所以在D1数据库里新加了一个数字类型的字段“is_vec”，另外就是创建向量数据库，创建方法看官方文档吧，如果不想用那个命令行工具可以看[API文档](https://developers.cloudflare.com/api/operations/vectorize-create-vectorize-index)。因为那个嵌入模型生成的维度是768，所以创建这个数据库的时候维度也是768。度量算法反正推荐的是cosine，其他的没试过不知道效果怎么样。最终如果想用我的代码，需要在Worker的设置页面中把绑定的向量数据库变量设置成“mayx_index”，如果想用其他的可以自己修改代码。 # 其他想法 - 其实我也想加推荐文章和智能搜索的，但就是因为没有中文嵌入模型要翻译太费时间😅，所以就算啦，至于其他的功能回头看看还有什么AI可以干的有趣功能吧。 + 其实我也想加 ~~推荐文章~~ （在2024.10.01[已经做出来了](/2024/10/01/suggest.html)）和智能搜索的，但就是因为没有中文嵌入模型要翻译太费时间😅，所以就算啦，至于其他的功能回头看看还有什么AI可以干的有趣功能吧。 # 感想 Cloudflare实在是太强了，什么都能免费，这个RAG功能其他家都是拿出去卖的，他们居然免费！唯一可惜的就是仅此一家，免费中的垄断地位了，希望Cloudflare能不忘初心，不要倒闭或者变质了🤣。 \ No newline at end of file diff --git a/_posts/2024-10-01-suggest.md b/_posts/2024-10-01-suggest.md new file mode 100644 index 0000000..14c3bb2 --- /dev/null +++ b/_posts/2024-10-01-suggest.md @@ -0,0 +1,81 @@ +--- +layout: post +title: 如何给博客添加相似文章推荐功能 +tags: [Cloudflare, Workers, Vectorize, 博客] +--- + + 看来向量数据库的作用有很多啊……<!--more--> + +# 起因 + 前几天我[用Cloudflare Vectorize给博客的聊天机器人加了知识库的功能](/2024/09/27/rag.html)，本来想着用向量数据库做文章推荐是不是每次都要走翻译+向量化的操作，不过后来我又仔细看了一下Cloudflare的官方文档，发现它是[可以根据ID查询存储的向量](https://developers.cloudflare.com/vectorize/reference/client-api/#get-vectors-by-id)的，既然这样的话用现有的数据库做一个相似文章推荐应该非常简单，于是我就做了一个试试看。 + +# 制作过程 +## 后端部分 + 其实流程很简单，就是把对应ID的向量查出来之后拿着这个向量再去查询就好了，唯一需要注意的就是它查出来的第一条肯定是自己，所以只要把第一条删掉就行，代码也非常简单： +```javascript +if (url.pathname.startsWith("/suggest")) { + let resp = []; + let result = await env.mayx_index.getByIds([ + query + ]); + if (result.length) { + resp = await env.mayx_index.query(result[0].values, { topK: 6 }); + resp = resp.matches; + resp.splice(0, 1); + } + resp = resp.map(respObj => { + respObj.id = encodeURI(respObj.id); + return respObj; + }); + return Response.json(resp, { + headers: commonHeader + }); +} +``` +## 前端部分 + 后端当然很简单，但是我之前有些欠考虑了，我当时做[AI摘要](/2024/07/03/ai-summary.html)和[知识库](/2024/09/27/rag.html)的时候，都只存了文章的链接，没有存标题😅……但是推荐文章的超链接总不能不放标题吧……那怎么办呢？一种就是我把数据库清空然后摘要中加一个字段，向量数据库中加一个元数据，这样查询的时候就能查到标题然后显示出来了。不过这种方法我仔细考虑了一下，麻烦是一方面，另一方面是我的接口没做验证，有人乱上传文章会影响推荐链接显示的内容，不太合适……那应该用什么办法呢？ + 我还想到一个办法，我之前[给博客做过全文搜索的功能](/2021/07/23/search.html)，用这个JS关联查询就能查到标题，而且查不到的内容也显示不出来，这样就能避免有人故意乱上传导致显示奇怪的内容了，不过之前的设计是每次查询都要加载一次包含我文章内容的JSON文件，感觉不太合理，虽然那个文件不算特别大，但是也挺影响速度的，所以我想了一下还是用localStorage缓存一下比较好，所以增加了一个能缓存获取搜索JSON的函数： +```javascript +function getSearchJSON(callback) { + var searchData = JSON.parse(localStorage.getItem(lastUpdated)); + if (!searchData) { + localStorage.clear(); + $.getJSON("/search.json", function (data) { + localStorage.setItem(lastUpdated, JSON.stringify(data)); + callback(data); + }); + } else { + callback(searchData); + } +} +``` + 做好这个之后就可以做文章推荐的功能了，不过文章推荐应不应该加载完页面就加载呢？其实我测了一下Vectorize数据库的查询速度，不算很慢，但还是需要时间，另外免费版我看了下额度是每月3000万个查询的向量维度，这个其实我没看太懂😂。另外Cloudflare不知道为什么没有展示免费版剩余的额度，而且它是按月计算的，导致我不敢乱用这个查询。所以我想了一下还是给个按钮来调用吧。最终调用的函数如下： +```javascript +function getSuggestBlog(blogurl) { + var suggest = $("#suggest-container")[0]; + suggest.innerHTML = "Loading..."; + $.get(BlogAPI + "/suggest?id=" + blogurl, function (data) { + if (data.length) { + getSearchJSON(function (search) { + suggest.innerHTML = '<b>推荐文章</b><hr style="margin: 0 0 5px"/>'; + const searchMap = new Map(search.map(item => [item.url, item])); + const merged = data.map(suggestObj => { + const searchObj = searchMap.get(suggestObj.id); + return searchObj ? { ...searchObj } : null; + }); + merged.forEach(element => { + if (element) { + suggest.innerHTML += "<a href=" + element.url + ">" + element.title + "</a> - " + element.date + "<br />"; + } + }); + }); + } else { + suggest.innerHTML = "暂无推荐文章……"; + } + }); +} +``` + +# 感想 + 看来向量数据库的用途还是挺广泛的，不仅仅是为了给AI使用，说不定还能做更多有意思的功能，这下不得不更依赖Cloudflare了😆。 + 另外随着做了越来越多的功能，做新的功能还能用上旧的功能，感觉这样我的博客可以有不少发展的空间啊😁。 \ No newline at end of file |