langchain_community.embeddings.textembed.AsyncOpenAITextEmbedEmbeddingClient

class langchain_community.embeddings.textembed.AsyncOpenAITextEmbedEmbeddingClient(host: str = 'http://localhost:8000/v1', api_key: Optional[str] = None, aiosession: Optional[ClientSession] = None)

用于处理针对TextEmbed API的同步和异步请求的客户端。

参数

• host (str) –

• api_key (Optional[str]) –

• aiosession (Optional[ClientSession]) –

host

TextEmbed API的基础URL。

类型

str

api_key

用于通过TextEmbed API进行身份验证的API密钥。

类型

str

aiosession

用于异步请求的aiohttp会话。

类型

可选[aiohttp.ClientSession]

_batch_size

单个请求的最大批处理大小。

类型

int

方法

__init__([host, api_key, aiosession])
aembed(model, texts)	异步地将文本列表嵌入。
embed(model, texts)	同步地将文本列表嵌入。

__init__(host: str = 'http://localhost:8000/v1', api_key: Optional[str] = None, aiosession: Optional[ClientSession] = None) → None

参数

• host (str) –

• api_key (Optional[str]) –

• aiosession (Optional[ClientSession]) –

返回类型

None

async aembed(model: str, texts: List[str]) → List[List[float]]

异步地将文本列表嵌入。

参数

• model (str) – 使用嵌入的模型。

• texts (列表[str]) – 要嵌入的文本列表。

返回

文本的嵌入列表。

返回类型

列表[列表[float]]

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

同步地将文本列表嵌入。

参数

• model (str) – 使用嵌入的模型。

• texts (列表[str]) – 要嵌入的文本列表。

返回

文本的嵌入列表。

返回类型

列表[列表[float]]