[用LangChain集成Marqo：用嵌入式搜索引擎提升检索速度]

引言

在现代信息检索中，响应速度和搜索精度是关键要素。Marqo作为一个强大的张量搜索引擎，通过其嵌入存储机制，能极大提升搜索速度。更令人兴奋的是，它可以轻松集成到LangChain生态系统中，支持文本和图像的多模态搜索。本文将介绍如何在LangChain中使用Marqo，并提供实用的代码示例。

主要内容

什么是Marqo？

Marqo是一款先进的张量搜索引擎，利用嵌入式存储和HNSW索引，在极短时间内处理大规模文档检索。它支持数百万级文档索引的水平扩展，并允许异步、非阻塞的数据上传和搜索。Marqo集成了来自PyTorch、Huggingface、OpenAI的机器学习模型，支持ONNX加速推断。

部署和安装

Marqo的部署非常灵活，您可以使用Docker镜像快速启动本地环境，或联系我们获取云端托管服务。要在本地运行Marqo，请访问我们的快速入门指南 # 使用API代理服务提高访问稳定性

安装Python SDK

使用以下命令安装Marqo的Python SDK：

pip install marqo

向量存储的封装

在LangChain中，Marqo的索引可以作为向量存储使用。它支持多模态索引，使得您可以在文本和图像混合的文档中进行搜索。重要的是ÿ