langchainCommunity.embeddings.infinite.InfinityEmbeddings.InfinityEmbeddings

class langchainCommunity.embeddings.infinite.InfinityEmbeddings

基础： BaseModel，Embeddings

为“infinity”软件包提供的自托管嵌入模型。

请参阅 https://github.com/michaelfeil/infinity。这同样适用于text-embeddings-inference和其他自托管与openai兼容的服务器。

Infinity是一个与https://github.com/michaelfeil/infinity上的嵌入模型交互的软件包。

示例

from langchain_community.embeddings import InfinityEmbeddings
InfinityEmbeddings(
    model="BAAI/bge-small",
    infinity_api_url="http://localhost:7997",
)

通过解析和验证关键字参数的数据来创建一个新的模型。

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

param client: Any = None

Infinity客户端。

param infinity_api_url: str = 'http://localhost:7997'

要使用的端点URL。

param model: str [Required]

Infinity模型的底层ID。

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

调用Infinity的嵌入端点的异步调用。

参数

texts (List[str]) – 需要嵌入的文本列表。

返回

每个文本的一个嵌入列表。

返回类型

List[List[float]]

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

调用Infinity的嵌入端点的异步调用。

参数

text (str) – 需要嵌入的文本。

返回

文本的嵌入。

返回类型

列表[浮点数]

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

调用 Infinity 的嵌入端点。

参数

texts (List[str]) – 需要嵌入的文本列表。

返回

每个文本的一个嵌入列表。

返回类型

List[List[float]]

embed_query(text: str) → List[float]

调用 Infinity 的嵌入端点。

参数

text (str) – 需要嵌入的文本。

返回

文本的嵌入。

返回类型

列表[浮点数]

使用 InfinityEmbeddings 的示例

• Infinity