langchain_ai21.embeddings.AI21Embeddings

class langchain_ai21.embeddings.AI21Embeddings

继承自： Embeddings，AI21Base

AI21嵌入模型。

使用时，应设置环境变量‘AI21_API_KEY’，或将其作为命名参数传递给构造函数。

示例

from langchain_ai21 import AI21Embeddings

embeddings = AI21Embeddings()
query_result = embeddings.embed_query("Hello embeddings world!")

通过解析和验证从关键字参数输入数据来创建新模型。

如果输入数据无法解析成有效的模型，将引发 ValidationError。

参数 api_host: Optional[str] = None

参数 api_key: Optional[SecretStr] = None

约束：

• 类型 = 字符串

• writeOnly = True

• 格式 = 密码

参数 batch_size: int = 128

每个批次嵌入的最大文本数目

参数 num_retries: Optional[int] = None

参数 timeout_sec: Optional[float] = None

async aembed_documents(texts: List[str]) → List[List[float]]

异步嵌入搜索文档。

参数

texts (List[str]) – 要嵌入的文本列表。

返回

嵌入列表。

返回类型

List[List[float]]

async aembed_query(text: str) → List[float]

异步嵌入查询文本。

参数

text (str) – 要嵌入的文本。

返回

嵌入结果。

返回类型

List[float]

embed_documents(texts: List[str], *, batch_size: Optional[int] = None, **kwargs: Any) → List[List[float]]

嵌入搜索文档。

参数

• texts (List[str]) –

• batch_size (可选[int]) –

• kwargs (任何) –

返回类型

List[List[float]]

embed_query(text: str, *, batch_size: Optional[int] = None, **kwargs: Any) → List[float]

嵌入查询文本。

参数

• text (字符串) –

• batch_size (可选[int]) –

• kwargs (任何) –

返回类型

List[float]