Indexer - es8

go get github.com/cloudwego/eino-ext/components/indexer/es8@latest

import (
	"github.com/cloudwego/eino/components/embedding"
	"github.com/cloudwego/eino/schema"
	"github.com/elastic/go-elasticsearch/v8"
	"github.com/cloudwego/eino-ext/components/indexer/es8" // 导入 es8 索引器
)

const (
	indexName          = "eino_example"
	fieldContent       = "content"
	fieldContentVector = "content_vector"
	fieldExtraLocation = "location"
	docExtraLocation   = "location"
)

func main() {
	ctx := context.Background()

	// es 支持多种连接方式
	username := os.Getenv("ES_USERNAME")
	password := os.Getenv("ES_PASSWORD")
	httpCACertPath := os.Getenv("ES_HTTP_CA_CERT_PATH")

	cert, err := os.ReadFile(httpCACertPath)
	if err != nil {
		log.Fatalf("read file failed, err=%v", err)
	}

	client, err := elasticsearch.NewClient(elasticsearch.Config{
		Addresses: []string{"https://localhost:9200"},
		Username:  username,
		Password:  password,
		CACert:    cert,
	})
	if err != nil {
		log.Panicf("connect es8 failed, err=%v", err)
	}

	// 创建 embedding 组件
	emb := createYourEmbedding()

	// 加载文档
	docs := loadYourDocs()

	// 创建 es 索引器组件
	indexer, err := es8.NewIndexer(ctx, &es8.IndexerConfig{
		Client:    client,
		Index:     indexName,
		BatchSize: 10,
		DocumentToFields: func(ctx context.Context, doc *schema.Document) (field2Value map[string]es8.FieldValue, err error) {
			return map[string]es8.FieldValue{
				fieldContent: {
					Value:    doc.Content,
					EmbedKey: fieldContentVector, // 对文档内容进行向量化并保存向量到 "content_vector" 字段
				},
				fieldExtraLocation: {
					Value: doc.MetaData[docExtraLocation],
				},
			}, nil
		},
		Embedding: emb, // 替换为真实的 embedding 组件
	})
	if err != nil {
		log.Panicf("create indexer failed, err=%v", err)
	}

	ids, err := indexer.Store(ctx, docs)
	if err != nil {
		log.Panicf("create docs failed, err=%v", err)
	}

	fmt.Println(ids)
	// 与 Eino 系统一起使用
	// ... 配置并与 Eino 一起使用
}

type IndexerConfig struct {
	Client *elasticsearch.Client // 必填：Elasticsearch 客户端实例
	Index  string                // 必填：存储文档的索引名称
	BatchSize int                // 可选：embedding 的最大文本大小（默认：5）
	
	// 必填：将文档字段映射到 Elasticsearch 字段的函数
	DocumentToFields func(ctx context.Context, doc *schema.Document) (map[string]FieldValue, error)
	
	// 可选：仅当需要向量化时才需要
	Embedding embedding.Embedder
}

// FieldValue 定义了字段应如何存储和向量化
type FieldValue struct {
	Value     any    // 要存储的原始值
	EmbedKey  string // 如果设置，Value 将被向量化并保存
	Stringify func(val any) (string, error) // 可选：自定义字符串转换
}