langchain_community嵌入 awa.AwaEmbeddings

class langchain_community嵌入 awa.AwaEmbeddings

基础：BaseModel，Embeddings

使用Awa DB嵌入文档和查询。

client

AwaEmbedding客户端。

model

用于嵌入的模型名称。默认为“all-mpnet-base-v2”。

通过解析和验证从关键字参数输入的数据来创建新的模型。

如果输入数据不能解析成有效的模型，则引发ValidationError异常。

param model: str = 'all-mpnet-base-v2'

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

异步嵌入文档搜索。

参数

texts (List[str]) – 需要嵌入的文本列表。

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) – 需要嵌入的文本。

返回

嵌入。

返回类型

List[float]

embed_documents(texts: List[str]) → List[List[float]]

使用AwaEmbedding嵌入文档列表。

参数

texts (List[str]) – 需要嵌入的文本列表。

返回

每个文本一个嵌入的列表。

返回类型

List[List[float]]

embed_query(text: str) → List[float]

使用AwaEmbedding计算查询嵌入。

参数

text (str) – 要嵌入的文本。

返回

文本的嵌入。

返回类型

List[float]

set_model(model_name: str) → None

设置用于嵌入的模型。默认使用的模型是all-mpnet-base-v2。

参数

model_name (str) – 表示模型名称的字符串。

返回类型

None

使用AwaEmbeddings的示例

• AwaDB