langchain_ollama.embeddings.OllamaEmbeddings

class langchain_ollama.embeddings.OllamaEmbeddings

基础类：BaseModel，Embeddings

OllamaEmbeddings嵌入模型。

示例

from langchain_ollama import OllamaEmbeddings

embedder = OllamaEmbeddings(model="llama3")
embedder.embed_query("what is the place that jonathan worked at?")

通过解析和验证输入参数来创建一个新模型。

如果输入数据无法解析成有效的模型，将抛出ValidationError异常。

参数base_url: Optional[str] = None

模型所在的基网址。

参数client_kwargs: Optional[dict] = {}

传递给httpx Client的额外kwargs。有关参数的完整列表，请参阅[此链接](https://pydoc.dev/httpx/latest/httpx.Client.html)

参数model: str [Required]

要使用的模型名称。

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

嵌入搜索文档。

参数

texts (列表：字符串) –

返回类型

列表[(列表：浮点数)]

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

嵌入查询文本。

参数

text (字符串) –

返回类型

列表：浮点数

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

嵌入搜索文档。

参数

texts (列表：字符串) –

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) –

返回类型

列表：浮点数

使用 OllamaEmbeddings 的示例

• Ollama