langchain_community.embeddings.solar.SolarEmbeddings

class langchain_community.embeddings.solar.SolarEmbeddings

基础类：BaseModel，Embeddings

自版本 0.0.34 已弃用： 请使用 langchain_upstage.ChatUpstage 代替。

太阳能嵌入服务。

要使用，您需要设置环境变量“SOLAR_API_KEY”为您的API令牌，或者将其作为构造函数的命名字段传递。

示例

from langchain_community.embeddings import SolarEmbeddings
embeddings = SolarEmbeddings()

query_text = "This is a test query."
query_result = embeddings.embed_query(query_text)

document_text = "This is a test document."
document_result = embeddings.embed_documents([document_text])

通过解析和验证从关键字参数中输入的数据来创建一个新的模型。

如果输入数据无法解析为有效的模型，则抛出 ValidationError。

参数endpoint_url: str = 'https://api.upstage.ai/v1/solar/embeddings'

要使用的端点 URL。

参数model : str = 'solar-1-mini-embedding-query'

要使用的嵌入模型名称。

参数solar_api_key: Optional[SecretStr] = None

太阳能 API 的 API 密钥。

约束

• 类型 = 字符串

• 只写 = True

• 格式 = 密码

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

异步嵌入文档搜索。

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[float]

asyncaembed_query(text: str) → List[float]

异步嵌入查询文本。

参数

text (str) – 要嵌入的文本。

返回

嵌入。

返回类型

列表

embed(text: str) → List[List[float]]

参数

text (str) –

返回类型

列表<列表[float]

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

使用 Solar 封装端点封装文档。

参数

texts (List[str]) – 需要封装的文本列表。

返回

针对每个文本的封装列表。

返回类型

列表<列表[float]

embed_query(text: str) → List[float]

使用 Solar 封装端点封装查询。

参数

text (str) – 需要封装的文本。

返回

文本的封装。

返回类型

列表

使用 SolarEmbeddings 的示例

• Solar