研究了知识库模块的代码，未找到faiss_kb_service.py中similarity_search_with_score_by_vector方法的代码

[Harrold-Lee]

问题描述 / Problem Description 未找到faiss_kb_service.py中similarity_search_with_score_by_vector方法的代码

复现问题的步骤 / Steps to Reproduce

1. 执行 'python startup.py -a'
2. 点击 '知识库问答'
3. 滚动到 '...' / Scroll to '...'
4. 问题出现 能够完成相关文本匹配，但在研究代码时，未找到vs.similarity_search_with_score_by_vector方法的内容，不知道使用的是哪种相似度度量方法。

预期的结果 / Expected Result 能够打开similarity_search_with_score_by_vector方法的代码块

实际结果 / Actual Result 提示无相关代码

环境信息 / Environment Information

• langchain-ChatGLM 版本/commit 号：v0.2.7
• 是否使用 Docker 部署（是/否）：否
• 使用的模型（ChatGLM2-6B / Qwen-7B 等）：XingHuo-api
• 使用的 Embedding 模型（moka-ai/m3e-base 等）：m3e-base
• 使用的向量库类型 (faiss / milvus / pg_vector 等)： faiss
• 操作系统及版本 / Operating system and version: Ubuntu 20.04.3 LTS
• Python 版本 / Python version: Python 3.10.4
• 其他相关环境信息 / Other relevant environment information:

附加信息 / Additional Information 添加与问题相关的任何其他信息 / Add any other information related to the issue.

[hydai99]

这是langchain的函数 参考：https://github.com/langchain-ai/langchain/blob/master/libs/community/langchain_community/vectorstores/faiss.py

[Harrold-Lee]

这是langchain的函数 参考：https://github.com/langchain-ai/langchain/blob/master/libs/community/langchain_community/vectorstores/faiss.py

非常感谢您，我是小白，我想请教一下，在chatchat项目中，使用vs.similarity_search_with_score_by_vector来查询相关文档时，无需在项目中包含这个方法的定义吗？

[hydai99]

这是langchain的函数 参考：https://github.com/langchain-ai/langchain/blob/master/libs/community/langchain_community/vectorstores/faiss.py

非常感谢您，我是小白，我想请教一下，在chatchat项目中，使用vs.similarity_search_with_score_by_vector来查询相关文档时，无需在项目中包含这个方法的定义吗？

前面的代码有应该已经调用了。你说的定义是？

[lurenyi4]

我记得是L2

[lurenyi4]

server/knowledge_base/kb_cache/faiss_cache.py

class KBFaissPool(_FaissPool): def load_vector_store( self, kb_name: str, vector_name: str = None, create: bool = True, embed_model: str = EMBEDDING_MODEL, embed_device: str = embedding_device(), ) -> ThreadSafeFaiss: self.atomic.acquire() vector_name = vector_name or embed_model cache = self.get((kb_name, vector_name)) # 用元组比拼接字符串好一些 if cache is None: item = ThreadSafeFaiss((kb_name, vector_name), pool=self) self.set((kb_name, vector_name), item) with item.acquire(msg="初始化"): self.atomic.release() logger.info(f"loading vector store in '{kb_name}/vector_store/{vector_name}' from disk.") vs_path = get_vs_path(kb_name, vector_name)

            if os.path.isfile(os.path.join(vs_path, "index.faiss")):
                embeddings = self.load_kb_embeddings(kb_name=kb_name, embed_device=embed_device, default_embed_model=embed_model)
                vector_store = FAISS.load_local(vs_path, embeddings, normalize_L2=True,distance_strategy="METRIC_INNER_PRODUCT")
            elif create:
                # create an empty vector store
                if not os.path.exists(vs_path):
                    os.makedirs(vs_path)
                vector_store = self.new_vector_store(embed_model=embed_model, embed_device=embed_device)
                vector_store.save_local(vs_path)
            else:
                raise RuntimeError(f"knowledge base {kb_name} not exist.")
            item.obj = vector_store
            item.finish_loading()
    else:
        self.atomic.release()
    return self.get((kb_name, vector_name))

[Harrold-Lee]

这是langchain的函数 参考：https://github.com/langchain-ai/langchain/blob/master/libs/community/langchain_community/vectorstores/faiss.py

非常感谢您，我是小白，我想请教一下，在chatchat项目中，使用vs.similarity_search_with_score_by_vector来查询相关文档时，无需在项目中包含这个方法的定义吗？

前面的代码有应该已经调用了。你说的定义是？

因为我在整个项目文件中未找到similarity_search_with_score_by_vector这个方法的代码，并且仅在我问题中给出的位置进行了一次调用，所以我比较疑惑为什么项目中没有这个方法的相关代码，但却可以调用这个方法来获得候选文档。

[hydai99]

这是langchain的函数 参考：https://github.com/langchain-ai/langchain/blob/master/libs/community/langchain_community/vectorstores/faiss.py

非常感谢您，我是小白，我想请教一下，在chatchat项目中，使用vs.similarity_search_with_score_by_vector来查询相关文档时，无需在项目中包含这个方法的定义吗？

前面的代码有应该已经调用了。你说的定义是？

因为我在整个项目文件中未找到similarity_search_with_score_by_vector这个方法的代码，并且仅在我问题中给出的位置进行了一次调用，所以我比较疑惑为什么项目中没有这个方法的相关代码，但却可以调用这个方法来获得候选文档。

因为它调用的faiss是来自langchain的， from langchain.vectorstores.faiss import FAISS。这个库里面有定义这个方法，这里直接调用就好了