langchain_pinecone.embeddings.PineconeEmbeddings

class langchain_pinecone.embeddings.PineconeEmbeddings

基础：BaseModel，Embeddings

PineconeEmbeddings 嵌入模型。

示例

from langchain_pinecone import PineconeEmbeddings

model = PineconeEmbeddings(model="multilingual-e5-large")

通过解析和验证关键字段参数创建新的模型。

如果输入数据无法解析成有效的模型，将引发 ValidationError。

参数 batch_size: 可选[int] = None

嵌入文档的批次大小。

参数 dimension: 可选[int] = None

参数 document_params: 字典 [可选]

文档嵌入的参数。

参数 model: 字符串 [必需]

要使用的模型，例如 ‘multilingual-e5-large’。

参数 pinecone_api_key: 可选[SecretStr] = None

约束

• 类型 = 字符串

• 写入只读 = True

• 格式 = 密码

参数 query_params: 字典 [可选]

查询嵌入的参数。

参数 show_progress_bar: 布尔值 = False

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

嵌入列表。

返回类型

列表[列表[float]]

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

异步嵌入查询文本。

参数

text (str) –

返回类型

列表[float]

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

嵌入搜索文档。

参数

texts (列表[str]) –

返回类型

列表[列表[float]]

embed_query(text: str) → List[float]

嵌入查询文本。

参数

text (str) –

返回类型

列表[float]