langchain_community.embeddings.cohere.CohereEmbeddings

class langchain_community.embeddings.cohere.CohereEmbeddings

基础：BaseModel，Embeddings

自版本 0.0.30 起已弃用： 请使用 langchain_cohere.CohereEmbeddings 代替。

Cohere 嵌入模型。

使用时，您应该已安装 cohere Python 包，并设置环境变量 COHERE_API_KEY 为您的 API 密钥，或者将其作为命名参数传递给构造函数。

示例

from langchain_community.embeddings import CohereEmbeddings
cohere = CohereEmbeddings(
    model="embed-english-light-v3.0",
    cohere_api_key="my-api-key"
)

通过解析和验证输入数据来创建一个新的模型。

如果输入数据无法解析以形成一个有效的模型，则会引发 ValidationError。

参数 async_client: Any = None

Cohere 异步客户端。

参数 client: Any = None

Cohere 客户端。

参数 cohere_api_key: Optional[str] = None

参数 max_retries: int = 3

生成时的最大重试次数。

参数 model: str = 'embed-english-v2.0'

要使用的模型名称。

参数 request_timeout: Optional[float] = None

Cohere API 请求的秒秒超时。

param truncate: Optional[str] = None

截断过长嵌入的开始或结束部分 ("NONE"|"START"|"END")

param user_agent: str = 'langchain'

请求应用程序的标识符。

async aembed(texts:List[str], *, input_type:Optional[str]=None) → List[float]]

参数

• texts (列表[str]) –

• input_type (可选[str]) –

返回类型

列表[列表[float]]

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

对Cohere嵌入端点的异步调用。

参数

texts (列表[str]) – 要嵌入的文本列表。

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]]

对Cohere嵌入端点的异步调用。

参数

text (str) – 要嵌入的文本。

返回

文本的嵌入。

返回类型

列表[浮点数]

aembed_with_retry(**kwargs: Any) → Any

使用tenacity重试嵌入调用。

参数

kwargs (Any) –

返回类型

Any

embed(texts: List[str], *, input_type: Optional[str] = None) → List[List[float]]

参数

• texts (列表[str]) –

• input_type (可选[str]) –

返回类型

列表[列表[float]]

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

嵌入一系列文档文本。

参数

texts (列表[str]) – 要嵌入的文本列表。

返回

嵌入列表，每个文本一个。

返回类型

列表[列表[float]]

embed_query(text: str) → List[float]

调用Cohere的嵌入端点。

参数

text (str) – 要嵌入的文本。

返回

文本的嵌入。

返回类型

列表[浮点数]

embed_with_retry(**kwargs: Any) → Any

使用tenacity重试嵌入调用。

参数

kwargs (Any) –

返回类型

Any

使用 CohereEmbeddings 的示例

• Cohere 重排器