文本嵌入模型

info

前往 Integrations 查看关于内置文本嵌入模型提供商集成的文档。

Embeddings 类是用于与文本嵌入模型交互的类。存在许多嵌入模型提供商（如 OpenAI、Cohere、Hugging Face 等），此类旨在为所有提供商提供标准接口。

Embeddings 会为一段文本创建一个向量表示。这很有用，因为它意味着我们可以在向量空间中思考文本，并执行诸如语义搜索之类的操作，在向量空间中查找最相似的文本片段。

LangChain 中的基类 Embeddings 提供了两个方法：一个用于嵌入文档，一个用于嵌入查询。前者 .embed_documents 的输入是多个文本，后者 .embed_query 的输入是单个文本。之所以将它们设为两个独立的方法，是因为某些嵌入提供商对文档（用于搜索）和查询（搜索查询本身）有不同的嵌入方法。 .embed_query 将返回一个浮点数列表，而 .embed_documents 返回一个浮点数列表的列表。

入门

设置

Select embeddings model:

OpenAI

Azure

Google Gemini

Google Vertex

AWS

HuggingFace

Ollama

Cohere

MistralAI

Nomic

NVIDIA

Voyage AI

IBM watsonx

Fake

pip install -qU langchain-openai

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
  os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter API key for OpenAI: ")

from langchain_openai import OpenAIEmbeddings

embeddings_model = OpenAIEmbeddings(model="text-embedding-3-large")

embed_documents

嵌入文本列表

使用 .embed_documents 来嵌入字符串列表，恢复嵌入列表：

embeddings = embeddings_model.embed_documents(
    [
        "Hi there!",
        "Oh, hello!",
        "What's your name?",
        "My friends call me World",
        "Hello World!"
    ]
)
len(embeddings), len(embeddings[0])

(5, 1536)

embed_query

嵌入单个查询

使用 .embed_query 来嵌入单个文本片段（例如，用于与其他嵌入文本片段进行比较）。

embedded_query = embeddings_model.embed_query("What was the name mentioned in the conversation?")
embedded_query[:5]

[0.0053587136790156364,
 -0.0004999046213924885,
 0.038883671164512634,
 -0.003001077566295862,
 -0.00900818221271038]