19 lines
640 B
Python
19 lines
640 B
Python
from langchain_chroma import Chroma
|
|
|
|
|
|
def create_retriever(embeddings, persist_directory: str):
|
|
# Cargamos la vectorstore
|
|
# vectordb = Chroma.from_documents(
|
|
# persist_directory=st.session_state.persist_directory,
|
|
# Este es el directorio del la vs del docuemnto del usuario
|
|
# que se encuentra cargado en la session_state.
|
|
# embedding_function=embeddings,
|
|
# )
|
|
vectordb = Chroma(
|
|
persist_directory=persist_directory,
|
|
embedding_function=embeddings,
|
|
)
|
|
|
|
# Creamos el retriver para que retorne los fragmentos mas relevantes.
|
|
return vectordb.as_retriever(search_kwargs={"k": 6})
|