langchain_community.embeddings.volcengine.VolcanoEmbeddings

class langchain_community.embeddings.volcengine.VolcanoEmbeddings

继承了：`BaseModel`, `Embeddings`

火山引擎嵌入模型。

通过解析和验证关键字参数中的输入数据来创建一个新的模型。

如果输入数据不可解析为有效模型，则引发`ValidationError`异常。

参数 chunk_size: int = 100

输入多个文本时的块大小

参数 client: Any = None

火山引擎客户端

参数 host: str = 'maas-api.ml-platform-cn-beijing.volces.com'

host 更详细的信息请参考https://www.volcengine.com/docs/82379/1174746

参数 model: str = 'bge-large-zh'

您可以从https://www.volcengine.com/docs/82379/1174746获得模型名称，目前我们支持`bge_large_zh`。

参数 region: str = 'cn-beijing'

关于region的更多信息请参考https://www.volcengine.com/docs/82379/1174746

参数 version: str = '1.0'

模型版本

参数 volcano_ak: 可选[str] = None

volcano 访问密钥了解更多： https://www.volcengine.com/docs/6459/76491#ak-sk

参数 volcano_sk: 可选[str] = None

volcano 密钥了解更多： https://www.volcengine.com/docs/6459/76491#ak-sk

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

异步嵌入搜索文档。

参数

texts (列表[str]) – 要嵌入的文本列表。

返回值

嵌入列表。

返回类型

列表[列表[浮点数]]

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

异步嵌入查询文本。

参数

text (str) – 要嵌入的文本。

返回值

嵌入结果。

返回类型

列表[浮点数]

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

使用 AutoVOT 算法对文本文档进行嵌入。

参数

texts (列表[str]) – 要嵌入的文本文档列表。

返回值

输入列表中每个文档的嵌入列表。

每个嵌入由浮点数列表表示。

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 (str) – 要嵌入的文本。

返回值

嵌入结果。

返回类型

列表[浮点数]

使用 Volc Engine 的示例

• 火山引擎