langchain_aws.embeddings.bedrock.BedrockEmbeddings¶
- 类 langchain_aws.embeddings.bedrock.BedrockEmbeddings[source]¶
基础：
BaseModel，Embeddings床岩嵌入模型。
为了进行认证，AWS 客户端使用以下方法自动加载凭据：https://boto3.amazonaws.com/v1/documentation/api/latest/guide/credentials.html
如果应使用特定的凭证配置文件，则必须从要使用的 ~/.aws/credentials 文件中传入配置文件名称。
确保使用的凭据/角色拥有访问 Bedrock 服务的必要策略。
通过解析和验证从关键字参数输入的数据来创建新模型。
如果输入数据不能解析成有效的模型，则引发 ValidationError。
- param client: Any = None¶
床岩客户端。
- param config: Any = None¶
可选的 botocore.config.Config 实例，可用于客户端。
- param credentials_profile_name: Optional[str] = None¶
在 ~/.aws/credentials 或 ~/.aws/config 文件中的配置文件名称，其中指定了访问密钥或角色信息。如果未指定，则使用默认凭证配置文件，或者在 EC2 实例上使用 IMDS 提供的凭据。请参阅：https://boto3.amazonaws.com/v1/documentation/api/latest/guide/credentials.html
- param endpoint_url: Optional[str] = None¶
如果您不希望使用默认的 us-east-1 端点，则需要此参数。
- param model_id: str = 'amazon.titan-embed-text-v1'¶
要调用的模型的 ID，例如，amazon.titan-embed-text-v1，这等于列表-基础-models api 中的 modelId 属性。
- 参数 model_kwargs: Optional[Dict] = None¶
传递给模型的参数。
- 参数 normalize: bool = False¶
是否将嵌入向量标准化为单位向量。
- 参数 region_name: Optional[str] = None¶
AWS 区域，例如 us-west-2。如果没有在这里提供，将回退到 AWS_DEFAULT_REGION 环境变量或 ~/.aws/config 中指定的区域。
- async aembed_documents(texts) List[List[float]][source]¶
使用 Bedrock 模型异步计算文档嵌入。
- 参数
texts (列表[字符串]) – 要嵌入的文本列表
- 返回
每个文本的嵌入列表。
- 返回类型
列表[列表[float]]
- async aembed_query(text) List[float][source]¶
使用 Bedrock 模型异步计算查询嵌入。
- 参数
text (字符串) – 要嵌入的文本。
- 返回
文本的嵌入。
- 返回类型
列表[float]