एक सामान्य Retrieval-Augmented Generation (RAG) सेटअप में, आप दस्तावेज़ डालते समय एंबेडिंग्स बनाते हैं, सामग्री बदलने पर उन्हें फिर से बनाते हैं, और हर क्वेरी को स्वयं एंबेड करते हैं। Automated Embedding सेमांटिक सर्च बनाने की प्रक्रिया को सरल बनाती है, क्योंकि MongoDB Atlas एंबेडिंग जनरेशन, अपडेट्स और क्वेरिंग को नेटिव रूप से संभालता है, और Vector Search आपके क्लस्टर पर जनरेट की गई वेक्टर एंबेडिंग्स को स्टोर करता है।
MongoDB ऑटोमैटिक एंबेडिंग कैसे करता है
जब autoEmbed प्रकार का एक वेक्टर सर्च इंडेक्स बनाया जाता है, तो MongoDB चुने गए फ़ील्ड के लिए एंबेडिंग्स जनरेट करता है, VoyageAI मॉडल का उपयोग करता है, दस्तावेज़ में बदलाव होने पर उन्हें सिंक में रखता है, और क्वेरी के समय उसी मॉडल से क्वेरी टेक्स्ट को एंबेड करता है। बनी हुई एंबेडिंग्स MongoDB क्लस्टर पर एक अलग आंतरिक डेटाबेस में असिंक्रोनस रूप से स्टोर होती हैं।
इस ट्यूटोरियल में, हम MongoDB ऑटोएंबेडिंग्स के साथ एक Q&A Docs असिस्टेंट बनाएंगे। मॉडल्स परिभाषित करने और दस्तावेज़ इनजेस्ट करने के लिए Django MongoDB बैकएंड का उपयोग होगा, और लुकअप्स, एंबेडिंग्स के स्वतः जनरेशन और सिंकिंग के लिए MongoDB का। LLM प्राप्त परिणामों के आधार पर दस्तावेज़ वापस करेगा।
ट्यूटोरियल के अंत तक, आप एक RAG पाइपलाइन का रिट्रीवल चरण बनाएंगे: Federal Register दस्तावेज़ों पर सेमांटिक सर्च, जहाँ ऑटो-एंबेडिंग्स आपके लिए एंबेडिंग का काम संभालती हैं। दस्तावेज़ डालते समय एंबेड होते हैं, बदलने पर फिर से एंबेड होते हैं, और आपकी क्वेरियाँ सर्च टाइम पर एंबेड होती हैं—वह भी बिना एंबेडिंग कोड लिखे।
अपने प्रोजेक्ट की रूट डायरेक्टरी से, एक नया Django प्रोजेक्ट और ऐप बनाने के लिए निम्न कमांड चलाएँ। startproject कमांड में अंतिम . जोड़ें, जो Django को वर्तमान डायरेक्टरी में ही प्रोजेक्ट इंस्टॉल करने को कहता है, अलग नेस्टेड फ़ोल्डर बनाने के बजाय।
django-admin startproject regulations_qa --template https://github.com/mongodb-labs/django-mongodb-project/archive/refs/heads/6.0.x.zip .संचालित द्वारा
regulations_qa/settings.py में ऐप को INSTALLED_APPS में जोड़कर रजिस्टर करें:
INSTALLED_APPS =['regulations_qa.apps.MongoAdminConfig','regulations_qa.apps.MongoAuthConfig','regulations_qa.apps.MongoContentTypesConfig','django.contrib.sessions','django.contrib.messages','django.contrib.staticfiles','django_mongodb_backend','documents',]संचालित द्वारा
एनवायरनमेंट वेरिएबल्स कॉन्फ़िगर करें
प्रोजेक्ट की रूट पर अपनी मानों के साथ एक .env फ़ाइल बनाएँ, और उसे .gitignore में सूचीबद्ध करें ताकि पुश करते समय यह कमिट न हो।
# .env
SECRET_KEY=[REPLACE_WITH_YOUR_SECRET_KEY]
MONGODB_URI="mongodb+srv://<username>:<password>@<cluster>.mongodb.net/?retryWrites=true&w=majority"
DB_NAME=regulations_qa
VECTOR_INDEX_NAME=autoembed_indexसंचालित द्वारा
settings.py से मूल हार्डकोडेड SECRET_KEY = '...' लाइन हटा दें, startproject चलाने पर settings.py में Django द्वारा जनरेटेड मान कॉपी करें और उसे अपनी .env फ़ाइल में रखें। यह डिफ़ॉल्ट रूप से वहाँ हार्डकोड रहता है, और हम इसे वर्शन कंट्रोल से बाहर रखने के लिए .env में ले जाते हैं, क्योंकि Django इसका उपयोग सेशन कुकीज़, CSRF टोकन और अन्य सुरक्षा-संवेदनशील डेटा पर साइन करने के लिए करता है।
regulations_qa/settings.py खोलें और सुनिश्चित करें कि इसमें निम्न सभी शामिल हैं। इम्पोर्ट लाइनें और load_dotenv() सबसे ऊपर रखें। मौजूदा SECRET_KEY और DATABASES परिभाषाएँ बदलें, और VECTOR_INDEX_NAME लाइन जोड़ें:
import os
from dotenv import load_dotenv
load_dotenv()
SECRET_KEY = os.getenv("SECRET_KEY")
VECTOR_INDEX_NAME = os.getenv("VECTOR_INDEX_NAME")
DATABASES ={'default':{'ENGINE':'django_mongodb_backend','HOST': os.getenv("MONGODB_URI"),'NAME': os.getenv("DB_NAME"),},}संचालित द्वारा
मैनेजमेंट कमांड्स के लिए फ़ोल्डर बनाएँ
अगले चरण में, हम मैनेजमेंट कमांड्स के लिए खाली __init__.py फ़ाइलों के साथ फ़ोल्डर बनाएँगे, क्योंकि Django केवल management/commands/ पैकेज में कस्टम कमांड्स को खोजता है।
mkdir-p documents/management/commands documents/services &&touch documents/management/__init__.py documents/management/commands/__init__.py documents/services/__init__.pyसंचालित द्वारा
डेटा का स्रोत: Federal Register दस्तावेज़
इस ट्यूटोरियल में, हम Federal Register से दस्तावेज़ों को इंडेक्स करेंगे; यह US सरकार के नियमों, प्रस्तावित नियमों और सूचनाओं का दैनिक प्रकाशन है। डेटा का स्रोत एक सार्वजनिक API है, जिसमें शीर्षक और एक संक्षिप्त गद्य सार (abstract) वाले दस्तावेज़ होते हैं—जो सेमांटिक सर्च के लिए उपयुक्त है।
python manage.py makemigrations documents
python manage.py migrateसंचालित द्वारा
अब, इनजेस्ट भाग पर चलते हैं।
# documents/management/commands/ingest_federal_register.pyimport re
import time
import requests
from django.core.management.base import BaseCommand
from documents.models import Document
API_URL ="https://www.federalregister.gov/api/v1/documents.json"
TAG_PATTERN = re.compile(r"<[^>]+>")classCommand(BaseCommand):help="Load Federal Register documents into MongoDB."defadd_arguments(self, parser):
parser.add_argument("--agency", default="environmental-protection-agency")
parser.add_argument("--limit",type=int, default=300)defhandle(self,*args,**options):
params =[("conditions[agencies][]", options["agency"]),("conditions[type][]","RULE"),("conditions[type][]","PRORULE"),("per_page","100"),]
headers ={"User-Agent":"regulations-qa-tutorial"}
url, processed = API_URL,0while url and processed < options["limit"]:
response = requests.get(
url,
params=params if url == API_URL elseNone,
headers=headers,
timeout=30,)
response.raise_for_status()
page = response.json()for item in page["results"]:
abstract = TAG_PATTERN.sub("", item.get("abstract")or"").strip()ifnot abstract:continue
agencies = item.get("agencies")or[{}]
Document.objects.update_or_create(
document_number=item["document_number"],
defaults={"title": TAG_PATTERN.sub("", item["title"]),"doc_type": item["type"],"agency": agencies[0].get("name",""),"publication_date": item["publication_date"],"abstract": abstract,"source_url": item["html_url"],},)
processed +=1if processed >= options["limit"]:break
url = page.get("next_page_url")
time.sleep(1)
self.stdout.write(f"Documents in database: {Document.objects.count()}")संचालित द्वारा
कमांड चलाएँ:
python manage.py ingest_federal_register --limit100संचालित द्वारा
आप MongoDB Atlas UI में इम्पोर्ट की पुष्टि कर सकते हैं:
ऑटो-एंबेड इंडेक्स परिभाषित करें
वेक्टर सर्च इंडेक्स MongoDB को बताता है कि किस फ़ील्ड पर एंबेडिंग्स करनी हैं और कौन सा मॉडल उपयोग होना चाहिए। इसके बाद, MongoDB स्वतः एंबेडिंग्स बनाता और स्टोर करता है।
Atlas UI में अपना क्लस्टर खोलें, Search & Vector Search पर जाएँ, और Create Search Index पर क्लिक करें।
Vector Search को सर्च प्रकार के रूप में चुनें और वेक्टर डेटा सेटअप के लिए Automated Embedding चुनें।
JSON एडिटर चुनें, अपना डेटाबेस और documents_document कलेक्शन सेलेक्ट करें, और इंडेक्स का नाम autoembed_index रखें (यह नाम आपके .env में VECTOR_INDEX_NAME से मेल खाना चाहिए)। यह परिभाषा पेस्ट करें:
{"fields":[{"type":"autoEmbed","modality":"text","path":"abstract","model":"voyage-4-lite"}]}संचालित द्वारा
परिभाषा की समीक्षा करें, फिर इंडेक्स बनाएं।
इंडेक्स की स्थिति क्वेरी के लिए तैयार दिखने तक प्रतीक्षा करें, क्योंकि एंबेडिंग्स बैकग्राउंड में जनरेट हो रही हैं।
सादे पाठ में क्वेरी करें
ऑटो-एंबेडिंग्स के लिए, हम $vectorSearch स्टेज को सादा-पाठ क्वेरी के साथ उपयोग करते हैं और प्रश्न को उसी मॉडल से एंबेड करते हैं जिसका उपयोग इंडेक्स करता है, इसलिए हमारे कोड में कोई एंबेडिंग कॉल नहीं होती।
इसे पाने के लिए, हम एक सर्विस मॉड्यूल बनाएँगे।
# documents/services/search_service.pyfrom functools import lru_cache
from django.conf import settings
from pymongo import MongoClient
from documents.models import Document
DEFAULT_LIMIT =5@lru_cache(maxsize=1)# create the client once and reuse itdef_get_client():return MongoClient(settings.DATABASES["default"]["HOST"])def_get_collection():
db_name = settings.DATABASES["default"]["NAME"]return _get_client()[db_name][Document._meta.db_table]def_get_index_name():
index_name = settings.VECTOR_INDEX_NAME
ifnot index_name:raise ValueError("VECTOR_INDEX_NAME is not set. Add it to your .env file.")return index_name
defsemantic_search(question:str, limit:int= DEFAULT_LIMIT)->list:"""Search with a plain-text question.
There is no query vector to pass in: MongoDB embeds the question
with the index's model.
"""
pipeline =[{"$vectorSearch":{"index": _get_index_name(),"path":"abstract","query": question,"numCandidates": limit *20,"limit": limit,}},{"$project":{"_id":0,"document_number":1,"title":1,"abstract":1,"source_url":1,"score":{"$meta":"vectorSearchScore"},}},]returnlist(_get_collection().aggregate(pipeline))संचालित द्वारा
_get_client() MongoDB से कनेक्शन एक बार बनाता है और उसे पुन: उपयोग करता है। lru_cache पहली कॉल के परिणाम को याद रखता है, ताकि हर सर्च एक ही क्लाइंट साझा करे और हर बार नया कनेक्शन न खुले।
_get_collection() Django की सेटिंग्स का उपयोग करके regulations_qa डेटाबेस और documents_document कलेक्शन चुनता है।
_get_index_name() सेटिंग्स से इंडेक्स नाम पढ़ता है और यदि यह गायब हो, तो स्पष्ट त्रुटि देता है।
semantic_search() प्रश्न को query फ़ील्ड में टेक्स्ट के रूप में भेजता है। दूसरा स्टेज आउटपुट को ज़रूरी फ़ील्ड्स तक सीमित करता है और समानता स्कोर जोड़ता है।
फिर हम डॉक्युमेंट्स सर्च करने के लिए एक हेल्पर जोड़ते हैं:
# documents/management/commands/search_docs.pyfrom django.core.management.base import BaseCommand
from documents.services.search_service import semantic_search
classCommand(BaseCommand):help="Run a plain-text search."defadd_arguments(self, parser):
parser.add_argument("question")defhandle(self,*args,**options):for hit in semantic_search(options["question"]):
self.stdout.write(f"{hit['score']:.3f}{hit['document_number']}{hit['title'][:80]}")संचालित द्वारा
अब, टेस्ट करने के लिए चलाएँ:
python manage.py search_docs "limits on pollution from factories"संचालित द्वारा
उदाहरण में, हम ऐसे प्रश्न चुनते हैं जो एब्स्ट्रैक्ट्स के साथ कीवर्ड साझा नहीं करते। “limits on pollution from factories” पर प्रश्न को इमीशन स्टैंडर्ड्स से संबंधित दस्तावेज़ लौटाने चाहिए।
नोट: बिना पेमेंट मेथड वाले मुफ्त (M0) क्लस्टर पर, क्वेरी एंबेडिंग अनुरोधों पर रेट लिमिटिंग हो सकती है।
डेमो: किसी दस्तावेज़ को संपादित करें और री-सिंक देखें
डेमो के लिए, हम या तो MongoDB Atlas में Search Tester का उपयोग कर सकते हैं, जो पहले बनाए गए regulations_qa.documents_document कलेक्शन पर autoembed_index से जुड़ा है, या Python शेल का।
चरण 1: MongoDB Atlas और शेल के जरिए सर्च
MongoDB Atlas UI में इसे टेस्ट करने के लिए, यह क्वेरी दर्ज करें:
from documents.models import Document
from documents.services.search_service import semantic_search
Q ="which states need to clean up their air"
hits = semantic_search(Q, limit=10)print("\n".join(f"{i}{h['score']:.3f}{h['document_number']}{h['title'][:70]}"for i, h inenumerate(hits,1)))संचालित द्वारा
आउटपुट वही होना चाहिए जो हमने GUI के जरिए देखा था।
चरण 2: दस्तावेज़ संपादित करें
target = hits[-1]
doc = Document.objects.get(document_number=target["document_number"])
original = doc.abstract
doc.abstract = original +" This action also identifies which states and areas must clean up their air to meet health-based standards."
doc.save()print(target["document_number"],"edited")संचालित द्वारा
चरण 3: फिर से सर्च करें
ऑटो-एंबेडिंग्स असिंक्रोनस रूप से जनरेट होती हैं, इसलिए 30–60 सेकंड प्रतीक्षा करें, फिर क्वेरी दोबारा चलाएँ:
hits = semantic_search(Q, limit=10)print("\n".join(f"{i}{h['score']:.3f}{h['document_number']}{h['title'][:70]}"for i, h inenumerate(hits,1)))संचालित द्वारा
अब हमें संपादित दस्तावेज़ को पहले से अधिक ऊँचे रैंक पर देखना चाहिए।
GUI के जरिए परिणाम देखने के लिए वही क्वेरी Search Tester में चलाएँ।
यह हुआ कि MongoDB ने देखा कि इंडेक्स्ड फ़ील्ड बदला है और उस दस्तावेज़ की एंबेडिंग फिर से जनरेट की, इसलिए दस्तावेज़ 2026-16515, जो नमूने में 10वें स्थान पर था, एडिट और सिंक के बाद ऊँचे रैंक पर आकर 5वें स्थान पर आ गया।
समापन
यहाँ तक पहुँचने के लिए बधाई! अब हमारे पास ऐसा डॉक्यूमेंट Q&A असिस्टेंट है, जहाँ MongoDB एंबेडिंग वर्कफ़्लो को संभालता है। यह निम्न चरणों में हासिल हुआ:
Insert: दस्तावेज़ Django ORM के जरिए लोड किए गए
Index: एक इंडेक्स परिभाषा, Atlas UI में बनाई गई, जिसमें फ़ील्ड और मॉडल का नाम दिया गया।
Query: एक छोटे से सर्विस के जरिए सादा-पाठ प्रश्न, बिना अलग एंबेडिंग कॉल जोड़े।
Edit: इंडेक्स्ड फ़ील्ड में बदलाव बिना री-एंबेडिंग स्क्रिप्ट के फिर से सिंक हो जाते हैं।
नोट: इस ट्यूटोरियल में डेटा Federal Register से आता है, जो US सरकारी दस्तावेज़ प्रकाशित करता है। यह ट्यूटोरियल स्वतंत्र है और Federal Register से संबद्ध या उसके द्वारा समर्थित नहीं है।
Afi, MongoDB में डेवलपर्स की पैरवी करती हैं, जहाँ वह Django और Python पर केंद्रित रहते हुए ट्यूटोरियल्स, वार्ताओं और सामुदायिक सहभागिता के माध्यम से इंजीनियरों को आधुनिक डेटा तकनीकों के साथ निर्माण करने में मदद करती हैं। Python और वेब के लिए Microsoft MVP के रूप में मान्यता प्राप्त, वह Django Software Foundation के बोर्ड में सेवा देती हैं और DjangoCon US 2025 की प्रोग्राम चेयर हैं। Afi, Black Python Devs की रीजनल एग्जीक्यूटर भी हैं, साथ ही सक्रिय ओपन-सोर्स योगदानकर्ता और अंतरराष्ट्रीय वक्ता हैं।
ऑटो-एंबेडिंग्स क्या सरल बनाती हैं
एक सामान्य Retrieval-Augmented Generation (RAG) सेटअप में, आप दस्तावेज़ डालते समय एंबेडिंग्स बनाते हैं, सामग्री बदलने पर उन्हें फिर से बनाते हैं, और हर क्वेरी को स्वयं एंबेड करते हैं। Automated Embedding सेमांटिक सर्च बनाने की प्रक्रिया को सरल बनाती है, क्योंकि MongoDB Atlas एंबेडिंग जनरेशन, अपडेट्स और क्वेरिंग को नेटिव रूप से संभालता है, और Vector Search आपके क्लस्टर पर जनरेट की गई वेक्टर एंबेडिंग्स को स्टोर करता है।
MongoDB ऑटोमैटिक एंबेडिंग कैसे करता है
जब
autoEmbedप्रकार का एक वेक्टर सर्च इंडेक्स बनाया जाता है, तो MongoDB चुने गए फ़ील्ड के लिए एंबेडिंग्स जनरेट करता है,VoyageAIमॉडल का उपयोग करता है, दस्तावेज़ में बदलाव होने पर उन्हें सिंक में रखता है, और क्वेरी के समय उसी मॉडल से क्वेरी टेक्स्ट को एंबेड करता है। बनी हुई एंबेडिंग्स MongoDB क्लस्टर पर एक अलग आंतरिक डेटाबेस में असिंक्रोनस रूप से स्टोर होती हैं।इस ट्यूटोरियल में, हम MongoDB ऑटोएंबेडिंग्स के साथ एक Q&A Docs असिस्टेंट बनाएंगे। मॉडल्स परिभाषित करने और दस्तावेज़ इनजेस्ट करने के लिए Django MongoDB बैकएंड का उपयोग होगा, और लुकअप्स, एंबेडिंग्स के स्वतः जनरेशन और सिंकिंग के लिए MongoDB का। LLM प्राप्त परिणामों के आधार पर दस्तावेज़ वापस करेगा।
ट्यूटोरियल के अंत तक, आप एक RAG पाइपलाइन का रिट्रीवल चरण बनाएंगे: Federal Register दस्तावेज़ों पर सेमांटिक सर्च, जहाँ ऑटो-एंबेडिंग्स आपके लिए एंबेडिंग का काम संभालती हैं। दस्तावेज़ डालते समय एंबेड होते हैं, बदलने पर फिर से एंबेड होते हैं, और आपकी क्वेरियाँ सर्च टाइम पर एंबेड होती हैं—वह भी बिना एंबेडिंग कोड लिखे।
इस ट्यूटोरियल को फॉलो करने के दो तरीके हैं।
सेटअप
शुरू करने से पहले, सुनिश्चित करें कि आपके पास ये हों:
इन पूर्वापेक्षाओं के पूरे हो जाने पर अगला कदम आपका प्रोजेक्ट फ़ोल्डर बनाना है।
प्रोजेक्ट और वर्चुअल एनवायरनमेंट बनाएं
अपने प्रोजेक्ट के लिए एक खाली फ़ोल्डर बनाएं और उसमें
cdकरें।यह आपके प्रोजेक्ट की रूट डायरेक्टरी है। यहाँ अपना वर्चुअल एनवायरनमेंट बनाएं और सक्रिय करें, यदि पहले नहीं किया है:
macOS या Linux पर वर्चुअल एनवायरनमेंट सक्रिय करने के लिए चलाएँ:
Windows पर चलाएँ:
डिपेंडेंसीज़ इंस्टॉल करें
प्रोजेक्ट की रूट पर एक
requirements.txtफ़ाइल बनाएँ और इसमें निम्न सामग्री रखें:फिर सब कुछ इंस्टॉल करें:
Django प्रोजेक्ट और Django ऐप बनाएं
अपने प्रोजेक्ट की रूट डायरेक्टरी से, एक नया Django प्रोजेक्ट और ऐप बनाने के लिए निम्न कमांड चलाएँ।
startprojectकमांड में अंतिम.जोड़ें, जो Django को वर्तमान डायरेक्टरी में ही प्रोजेक्ट इंस्टॉल करने को कहता है, अलग नेस्टेड फ़ोल्डर बनाने के बजाय।documentsऐप बनाएँregulations_qa/settings.pyमें ऐप कोINSTALLED_APPSमें जोड़कर रजिस्टर करें:एनवायरनमेंट वेरिएबल्स कॉन्फ़िगर करें
प्रोजेक्ट की रूट पर अपनी मानों के साथ एक
.envफ़ाइल बनाएँ, और उसे.gitignoreमें सूचीबद्ध करें ताकि पुश करते समय यह कमिट न हो।settings.pyसे मूल हार्डकोडेडSECRET_KEY = '...'लाइन हटा दें,startprojectचलाने परsettings.pyमें Django द्वारा जनरेटेड मान कॉपी करें और उसे अपनी.envफ़ाइल में रखें। यह डिफ़ॉल्ट रूप से वहाँ हार्डकोड रहता है, और हम इसे वर्शन कंट्रोल से बाहर रखने के लिए.envमें ले जाते हैं, क्योंकि Django इसका उपयोग सेशन कुकीज़, CSRF टोकन और अन्य सुरक्षा-संवेदनशील डेटा पर साइन करने के लिए करता है।regulations_qa/settings.pyखोलें और सुनिश्चित करें कि इसमें निम्न सभी शामिल हैं। इम्पोर्ट लाइनें औरload_dotenv()सबसे ऊपर रखें। मौजूदाSECRET_KEYऔरDATABASESपरिभाषाएँ बदलें, औरVECTOR_INDEX_NAMEलाइन जोड़ें:मैनेजमेंट कमांड्स के लिए फ़ोल्डर बनाएँ
अगले चरण में, हम मैनेजमेंट कमांड्स के लिए खाली
__init__.pyफ़ाइलों के साथ फ़ोल्डर बनाएँगे, क्योंकि Django केवलmanagement/commands/पैकेज में कस्टम कमांड्स को खोजता है।डेटा का स्रोत: Federal Register दस्तावेज़
इस ट्यूटोरियल में, हम Federal Register से दस्तावेज़ों को इंडेक्स करेंगे; यह US सरकार के नियमों, प्रस्तावित नियमों और सूचनाओं का दैनिक प्रकाशन है। डेटा का स्रोत एक सार्वजनिक API है, जिसमें शीर्षक और एक संक्षिप्त गद्य सार (abstract) वाले दस्तावेज़ होते हैं—जो सेमांटिक सर्च के लिए उपयुक्त है।
API दस्तावेज़: https://www.federalregister.gov/developers/documentation/api/v1
रिकॉर्ड्स में
title,type,abstract,document_number(एक यूनिक ID),publication_date,html_url, औरagenciesसूची जैसे फ़ील्ड होते हैं।<INF>2.5</INF>जैसे मार्कअप होते हैं, इसलिए सेव करने से पहले हम टैग्स हटाएँगे।next_page_url(कर्सर-आधारित) शामिल होता है।शेल के जरिए एंडपॉइंट टेस्ट करें
नोट: यह डेमो के लिए प्रयुक्त सार्वजनिक US सरकारी डेटा है। यह कोई कानूनी स्रोत नहीं है; कानूनी रिसर्च के लिए आधिकारिक संस्करण का उपयोग करें।
डेटा इनजेस्ट करें
हम
models.pyफ़ाइल में मॉडल बनाकर शुरुआत करेंगे।अब, हम माइग्रेशंस बनाएँगे और चलाएँगे।
अब, इनजेस्ट भाग पर चलते हैं।
कमांड चलाएँ:
आप MongoDB Atlas UI में इम्पोर्ट की पुष्टि कर सकते हैं:
ऑटो-एंबेड इंडेक्स परिभाषित करें
वेक्टर सर्च इंडेक्स MongoDB को बताता है कि किस फ़ील्ड पर एंबेडिंग्स करनी हैं और कौन सा मॉडल उपयोग होना चाहिए। इसके बाद, MongoDB स्वतः एंबेडिंग्स बनाता और स्टोर करता है।
documents_documentकलेक्शन सेलेक्ट करें, और इंडेक्स का नामautoembed_indexरखें (यह नाम आपके.envमेंVECTOR_INDEX_NAMEसे मेल खाना चाहिए)। यह परिभाषा पेस्ट करें:परिभाषा की समीक्षा करें, फिर इंडेक्स बनाएं।
सादे पाठ में क्वेरी करें
ऑटो-एंबेडिंग्स के लिए, हम
$vectorSearchस्टेज को सादा-पाठ क्वेरी के साथ उपयोग करते हैं और प्रश्न को उसी मॉडल से एंबेड करते हैं जिसका उपयोग इंडेक्स करता है, इसलिए हमारे कोड में कोई एंबेडिंग कॉल नहीं होती।इसे पाने के लिए, हम एक सर्विस मॉड्यूल बनाएँगे।
_get_client()MongoDB से कनेक्शन एक बार बनाता है और उसे पुन: उपयोग करता है।lru_cacheपहली कॉल के परिणाम को याद रखता है, ताकि हर सर्च एक ही क्लाइंट साझा करे और हर बार नया कनेक्शन न खुले।_get_collection()Django की सेटिंग्स का उपयोग करकेregulations_qaडेटाबेस औरdocuments_documentकलेक्शन चुनता है।_get_index_name()सेटिंग्स से इंडेक्स नाम पढ़ता है और यदि यह गायब हो, तो स्पष्ट त्रुटि देता है।semantic_search()प्रश्न कोqueryफ़ील्ड में टेक्स्ट के रूप में भेजता है। दूसरा स्टेज आउटपुट को ज़रूरी फ़ील्ड्स तक सीमित करता है और समानता स्कोर जोड़ता है।फिर हम डॉक्युमेंट्स सर्च करने के लिए एक हेल्पर जोड़ते हैं:
अब, टेस्ट करने के लिए चलाएँ:
उदाहरण में, हम ऐसे प्रश्न चुनते हैं जो एब्स्ट्रैक्ट्स के साथ कीवर्ड साझा नहीं करते। “limits on pollution from factories” पर प्रश्न को इमीशन स्टैंडर्ड्स से संबंधित दस्तावेज़ लौटाने चाहिए।
नोट: बिना पेमेंट मेथड वाले मुफ्त (M0) क्लस्टर पर, क्वेरी एंबेडिंग अनुरोधों पर रेट लिमिटिंग हो सकती है।
डेमो: किसी दस्तावेज़ को संपादित करें और री-सिंक देखें
डेमो के लिए, हम या तो MongoDB Atlas में
Search Testerका उपयोग कर सकते हैं, जो पहले बनाए गएregulations_qa.documents_documentकलेक्शन परautoembed_indexसे जुड़ा है, या Python शेल का।चरण 1: MongoDB Atlas और शेल के जरिए सर्च
MongoDB Atlas UI में इसे टेस्ट करने के लिए, यह क्वेरी दर्ज करें:
शेल के जरिए टेस्ट करने के लिए:
python manage.py shellसे शेल खोलें, फिर चलाएँ:आउटपुट वही होना चाहिए जो हमने GUI के जरिए देखा था।
चरण 2: दस्तावेज़ संपादित करें
चरण 3: फिर से सर्च करें
ऑटो-एंबेडिंग्स असिंक्रोनस रूप से जनरेट होती हैं, इसलिए 30–60 सेकंड प्रतीक्षा करें, फिर क्वेरी दोबारा चलाएँ:
अब हमें संपादित दस्तावेज़ को पहले से अधिक ऊँचे रैंक पर देखना चाहिए।
GUI के जरिए परिणाम देखने के लिए वही क्वेरी Search Tester में चलाएँ।
यह हुआ कि MongoDB ने देखा कि इंडेक्स्ड फ़ील्ड बदला है और उस दस्तावेज़ की एंबेडिंग फिर से जनरेट की, इसलिए दस्तावेज़
2026-16515, जो नमूने में 10वें स्थान पर था, एडिट और सिंक के बाद ऊँचे रैंक पर आकर 5वें स्थान पर आ गया।समापन
यहाँ तक पहुँचने के लिए बधाई! अब हमारे पास ऐसा डॉक्यूमेंट Q&A असिस्टेंट है, जहाँ MongoDB एंबेडिंग वर्कफ़्लो को संभालता है। यह निम्न चरणों में हासिल हुआ:
नोट: इस ट्यूटोरियल में डेटा Federal Register से आता है, जो US सरकारी दस्तावेज़ प्रकाशित करता है। यह ट्यूटोरियल स्वतंत्र है और Federal Register से संबद्ध या उसके द्वारा समर्थित नहीं है।
संदर्भ