> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# Elasticsearch BM25 集成

> 使用 LangChain Python 与 Elasticsearch BM25 检索器集成。

> [Elasticsearch](https://www.elastic.co/elasticsearch/) 是一个分布式的、RESTful 搜索和分析引擎。它提供了一个分布式的、支持多租户的全功能搜索引擎，具有 HTTP Web 界面和模式无关的 JSON 文档。

> 在信息检索领域，\[Okapi BM25]\([https://en.wikipedia.org/wiki/Okapi](https://en.wikipedia.org/wiki/Okapi) BM25)（BM 是最佳匹配的缩写）是搜索引擎用于估计文档与给定搜索查询相关性的排名函数。它基于 20 世纪 70 年代和 80 年代由 Stephen E. Robertson、Karen Spärck Jones 等人开发的概率检索框架。

> 实际排名函数的名称是 BM25。更完整的名称 Okapi BM25 包含了第一个使用该功能的系统的名称，即 Okapi 信息检索系统，该系统于 20 世纪 80 年代和 90 年代在伦敦城市大学实现。BM25 及其更新的变体，例如 BM25F（一种考虑文档结构和锚文本的 BM25 版本），代表了文档检索中使用的类似 TF-IDF 的检索函数。

本笔记本展示了如何使用使用 `ElasticSearch` 和 `BM25` 的检索器。

有关 BM25 详情的更多信息，请参见 [this blog post](https://www.elastic.co/blog/practical-bm25-part-2-the-bm25-algorithm-and-its-variables)。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
pip install -qU  elasticsearch
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_community.retrievers import (
    ElasticSearchBM25Retriever,
)
```

## 创建新检索器

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
elasticsearch_url = "http://localhost:9200"
retriever = ElasticSearchBM25Retriever.create(elasticsearch_url, "langchain-index-4")
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# Alternatively, you can load an existing index
# import elasticsearch
# elasticsearch_url="http://localhost:9200"
# retriever = ElasticSearchBM25Retriever(elasticsearch.Elasticsearch(elasticsearch_url), "langchain-index")
```

## 添加文本（如有必要）

我们可以选择向检索器添加文本（如果它们尚未存在）

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
retriever.add_texts(["foo", "bar", "world", "hello", "foo bar"])
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
['cbd4cb47-8d9f-4f34-b80e-ea871bc49856',
 'f3bd2e24-76d1-4f9b-826b-ec4c0e8c7365',
 '8631bfc8-7c12-48ee-ab56-8ad5f373676e',
 '8be8374c-3253-4d87-928d-d73550a2ecf0',
 'd79f457b-2842-4eab-ae10-77aa420b53d7']
```

## 使用检索器

我们现在可以使用检索器了！

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
result = retriever.invoke("foo")
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
result
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={})]
```

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
```

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\python\integrations\retrievers\elastic_search_bm25.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>