langchain社区嵌入式titan起飞.TitanTakeoffEmbed

class langchain_community.embeddings.titan_takeoff.TitanTakeoffEmbed(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[source]

Takeoff 推理 API 的接口模式，用于嵌入模型。

用它发送嵌入请求并在 Takeoff 上部署嵌入读取器。

示例

以下是一个部署嵌入模型并发送请求的示例。

初始化 Titan Takeoff 嵌入包装器。

参数

  • base_url (str, 可选) – Takeoff 推理服务器所在的基础 URL

  • "http://localhost". 默认监听。

  • port (int, 可选) – Takeoff 推理 API 监听的端口。

  • 3000. (默认值) –

  • mgmt_port (int, 可选) – Takeoff 管理API监听的端口。

  • 3001. (默认值) –

  • models (List[ReaderConfig], 可选) – 你希望在上面启动的任何读取器。

  • []. (默认值) –

引发

  • ImportError – 如果你还没有安装 takeoff-client，你会得到一个 ImportError

  • ImportError. 要修复，请运行 pip install 'takeoff-client==0.4.0' –

属性

base_url

'http://localhost".

client

用于与 Takeoff API 交互的 Takeoff Python SDK 客户端

embed_consumer_groups

包含嵌入模型的 Takeoff 中的消费者组

mgmt_port

Titan Takeoff (Pro) 服务器的管理端口。

port

Titan Takeoff (Pro) 服务器的端口。

方法

__init__([base_url, port, mgmt_port, models])

初始化 Titan Takeoff 嵌入包装器。

aembed_documents(texts)

异步嵌入搜索文档。

aembed_query(text)

异步嵌入文本查询。

embed_documents(texts[, consumer_group])

嵌入文档。

embed_query(text[, consumer_group])

嵌入查询。
__init__(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[source]

初始化 Titan Takeoff 嵌入包装器。

参数

  • base_url (str, 可选) – Takeoff 推理服务器所在的基础 URL

  • "http://localhost". 默认监听。

  • port (int, 可选) – Takeoff 推理 API 监听的端口。

  • 3000. (默认值) –

  • mgmt_port (int, 可选) – Takeoff 管理API监听的端口。

  • 3001. (默认值) –

  • models (List[ReaderConfig], 可选) – 你希望在上面启动的任何读取器。

  • []. (默认值) –

引发

  • ImportError – 如果你还没有安装 takeoff-client，你会得到一个 ImportError

  • ImportError. 要修复，请运行 pip install 'takeoff-client==0.4.0' –

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

异步嵌入搜索文档。

参数

texts (List[str]) – 要嵌入的文本列表。

返回：

嵌入列表。

返回类型

List[List[float]]

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

异步嵌入文本查询。

参数

text (str) – 要嵌入的文本。

返回：

嵌入结果。

返回类型

List[float]

embed_documents(texts: List[str], consumer_group: Optional[str] = None) → List[List[float]][source]

嵌入文档。

参数

  • texts (列表[str]) – 要嵌入的提示/文档列表

  • consumer_group (可选[str]， optional) – 发送请求的消费者组

  • None (到包含嵌入模型的. 默认为) –

返回：

嵌入列表

返回类型

列表[列表[float]]

embed_query(text: str, consumer_group: Optional[str] = None) → List[float][source]

嵌入查询。

参数

  • text (str) – 要嵌入的提示/文档

  • consumer_group (可选[str]， optional) – 发送请求的消费者组

  • None (到包含嵌入模型的. 默认为) –

返回：

嵌入

返回类型

列表[float]

使用TitanTakeoffEmbed的示例