langchain_community.embeddings.mlflow.MlflowCohereEmbeddings

class langchain_community.embeddings.mlflow.MlflowCohereEmbeddings

基础： MlflowEmbeddings

在MLflow中统一嵌入Cohere嵌入式LLM。

参数documents_params : Dict[str, str] = {'input_type':'search_document'}

参数endpoint [Required]

使用的端点。

参数query_params Dict[str, str] = {'input_type':'search_query'}

用于文档的参数。

参数target_uri [Required]

使用的目标URI。

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

异步嵌入搜索文档。

参数

texts（《列表》） – 要嵌入的文本列表。

返回

嵌入列表。

返回类型

《列表》[《列表》[《浮点数》]]

asyncaembed_query(text: str) → List[float]

异步嵌入查询文本。

参数

text（《字符串》） – 要嵌入的文本。

返回

嵌入

返回类型

《列表》[《浮点数》]

embed(texts: List[str], params: Dict[str, str]) → List[List[float]]

参数

• texts (列表[str]) –

• params (字典[str, str]) –

返回类型

《列表》[《列表》[《浮点数》]]

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

嵌入搜索文档。

参数

texts（《列表》） – 要嵌入的文本列表。

返回

嵌入列表。

返回类型

《列表》[《列表》[《浮点数》]]

embed_query(text: str) → List[float]

嵌入查询文本。

参数

text（《字符串》） – 要嵌入的文本。

返回

嵌入

返回类型

《列表》[《浮点数》]