langchain_community.embeddings.bedrock.BedrockEmbeddings¶
- class langchain_community.embeddings.bedrock.BedrockEmbeddings[source]¶
基数：
BaseModel，Embeddings自版本 0.2.11 被弃用：请使用
langchain_aws.BedrockEmbeddings代替。Bedrock 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证：[https://boto3.amazonaws.com/v1/documentation/api/latest/guide/credentials.html](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，则必须传递要从 ~/.aws/credentials 文件中使用的配置文件名称。
确保使用的凭证/角色具有访问 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的模型。
如果无法将输入数据解析为有效的模型，则引发 ValidationError。
- param client: Any = None¶
Bedrock 客户端。
- param credentials_profile_name: Optional[str] = None¶
在 ~/.aws/credentials 或 ~/.aws/config 文件中配置文件名称，其中指定了访问密钥或角色信息。如果不指定，则使用默认凭证配置文件，或者在 EC2 实例上，则使用 IMDS 的凭证。参见：[https://boto3.amazonaws.com/v1/documentation/api/latest/guide/credentials.html](https://boto3.amazonaws.com/v1/documentation/api/latest/guide/credentials.html)
- param endpoint_url: Optional[str] = None¶
如果不希望使用默认的 us-east-1 端点，则需要此参数。
- param model_id: str = 'amazon.titan-embed-text-v1'¶
将要调用的模型的 ID，例如，amazon.titan-embed-text-v1，这相当于 list-foundation-models api 中的 modelId 属性。
- param model_kwargs: Optional[Dict] = None¶
传递给模型的键值参数。
- 参数 normalize: bool = False¶
是否应将嵌入归一化为单位向量
- 参数 region_name: Optional[str] = None¶
AWS 区域，例如 us-west-2。如果在此处未提供，则回退到 AWS_DEFAULT_REGION 环境变量或 ~/.aws/config 中指定的区域。
- async aembed_documents(texts: List[str]) List[List[float]][源代码]¶
使用 Bedrock 模型异步计算文档嵌入。
- 参数
texts (列表[str]) – 待嵌入的文本列表
- 返回
嵌入列表，每个文本一个。
- 返回类型
列表[列表[float]]
- async aembed_query(text: str) List[float][源代码]¶
使用 Bedrock 模型异步计算查询嵌入。
- 参数
text (str) – 待嵌入的文本。
- 返回
文本的嵌入。
- 返回类型
列表[float]