langchain_community.embeddings.gradient_ai.GradientEmbeddings

class langchain_community.embeddings.gradient_ai.GradientEmbeddings

基础：BaseModel，Embeddings

Gradient.ai 嵌入模型。

GradientLLM 是一个用于与 gradient.ai 上的嵌入模型交互的类。

使用时，请将环境变量 GRADIENT_ACCESS_TOKEN 设置为您的 API 令牌并 GRADIENT_WORKSPACE_ID 为您的 gradient 工作空间，或者也可以将它们作为参数传递给类的构造函数。

示例

from langchain_community.embeddings import GradientEmbeddings
GradientEmbeddings(
    model="bge-large",
    gradient_workspace_id="12345614fc0_workspace",
    gradient_access_token="gradientai-access_token",
)

通过解析和验证从关键字参数输入的数据来创建一个新模型。

如果输入数据无法解析为有效的模型，则引发 ValidationError。

参数client: Any = None

Gradient 客户端。

参数gradient_access_token : Optional[str] = None

gradient.ai API 令牌，可以通过访问 https://auth.gradient.ai/select-workspace 并在配置文件下拉菜单下选择“访问令牌”来生成。

参数gradient_api_url : str = 'https://api.gradient.ai/api'

要使用的端点 URL。

参数gradient_workspace_id : Optional[str] = None

底层的 gradient.ai workspace_id。

参数model : str [Required]

底层的 gradient.ai 模型 id。

参数query_prompt_for_retrieval : Optional[str] = None

查询预提示。

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

异步调用 Gradient 的嵌入端点。

参数

texts (List[str]) – 要嵌入的文本列表。

返回值

嵌入列表，每个文本一个。

返回类型

List[List[float]]

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

异步调用 Gradient 的嵌入端点。

参数

text (str) – 要嵌入的文本。

返回值

文本的嵌入。

返回类型

List[float]

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

调用 Gradient 的嵌入端点。

参数

texts (List[str]) – 要嵌入的文本列表。

返回值

嵌入列表，每个文本一个。

返回类型

List[List[float]]

embed_query(text: str) → List[float]

调用 Gradient 的嵌入端点。

参数

text (str) – 要嵌入的文本。

返回值

文本的嵌入。

返回类型

List[float]

使用 GradientEmbeddings 的例子

• Gradient