以下筆記本說明如何使用向量搜尋 Python SDK。 如需參考資訊，請參閱 Python SDK 參考。
LangChain
欲了解更多關於使用 LangChain 與 Databricks 向量搜尋的資訊，請參閱 Databricks 向量搜尋整合。
| Notebook | Description |
|---|---|
| 使用 Python SDK 進行向量搜索 | 建立搜尋端點、建立 delta-sync 向量索引、執行相似度搜尋，並將結果轉換為 LangChain 文件。 |
使用嵌入模型
這些筆記本展示了如何配置 Databricks 模型服務端點以產生嵌入。
| Notebook | Description |
|---|---|
| 使用 OpenAI 嵌入模型 | 使用 Python SDK 搭配外部嵌入模型（OpenAI）來建立並查詢向量搜尋索引。 |
| 使用 GTE 嵌入模型 | 使用 GTE 基礎嵌入模型將資料集載入 Delta 表格，將文字分塊，建立向量搜尋端點與 delta-sync 索引，並執行相似度搜尋。 |
| 註冊並提供 OSS 嵌入模型 | 從 Hugging Face 下載 開放原始碼 嵌入模型（e5-small-v2），註冊到 Unity 目錄，並部署為模型服務端點，用於 Databricks 向量搜尋。 |
將向量搜尋與 OAuth 權杖搭配使用
| Notebook | Description |
|---|---|
| 使用向量搜尋搭配 OAuth 標記 | 使用 Python SDK 查詢 Databricks 向量搜尋端點，或直接發送 HTTP 請求，並透過服務主體 OAuth 憑證在網路優化路徑上進行認證。 |