langchain_together.embeddings.TogetherEmbeddings¶
- class langchain_together.embeddings.TogetherEmbeddings[来源]¶
基类：
BaseModel，EmbeddingsTogetherEmbeddings嵌入模型。
使用时，请设置环境变量TOGETHER_API_KEY为您的API密钥，或将它作为命名参数传递给构造函数。
示例
from langchain_together import TogetherEmbeddings model = TogetherEmbeddings()
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。
如果输入数据无法解析成有效的模型，则引发ValidationError。
- param allowed_special: Union[Literal['all'], Set[str]] = {}¶
尚未支持。
- param chunk_size: int = 1000¶
每个批次中嵌入的最大文本数量。
尚未支持。
- param default_headers: Optional[Mapping[str, str]] = None¶
- param default_query: Optional[Mapping[str, object]] = None¶
- param dimensions: Optional[int] = None¶
结果嵌入应具有的维度数量。
尚未支持。
- 参数:disallowed_special:Union[Literal['all'], Set[str], Sequence[str]] ='all'¶
尚未支持。
- 参数:embedding_ctx_length:int=4096¶
一次嵌入的最大标记数。
尚未支持。
- 参数:http_async_client:Optional[Any]=None¶
可选的httpx.AsyncClient。仅供异步调用。如果您想为同步调用指定自定义客户端，则必须还指定http_client。
- 参数:http_client:Optional[Any]=None¶
可选的httpx.Client。仅供同步调用。如果您想为异步调用指定自定义客户端，则必须还指定http_async_client。
- 参数:max_retries:int=2¶
生成时的最大重试次数。
- 参数:model:str='togethercomputer/m2-bert-80M-8k-retrieval'¶
要使用的嵌入模型名称。例如，使用 'togethercomputer/m2-bert-80M-8k-retrieval'。
- 参数:model_kwargs:Dict[str, Any] [Optional]¶
包含所有对于create调用有效但未明确指定的模型参数。
- param request_timeout: Optional[Union[float, Tuple[float, float], Any]] = None (别名 'timeout')¶
到Together嵌入API的请求超时时间。可以是浮点数、httpx.Timeout或None。
- param show_progress_bar: bool = False¶
在嵌入时是否显示进度条。
尚未支持。
- param skip_empty: bool = False¶
在嵌入时是否跳过空字符串或抛出错误。默认为不跳过。
尚未支持。
- param together_api_base: str = 'https://api.together.ai/v1/' (别名 'base_url')¶
要使用的端点URL。
- param together_api_key: Optional[SecretStr] = None (别名 'api_key')¶
Solar API的API密钥。
- 约束
类型 = 字符串
writeOnly = True
格式 = 密码
- async aembed_documents(texts: List[str]) List[List[float]][来源]¶
异步使用段落模型嵌入文档文本列表。
- 参数
texts (列表[str]) – 要嵌入的文本列表。
- 返回
嵌入列表，每个文本对应一个。
- 返回类型
列表[列表[float]]
- async aembed_query(text: str) List[float][来源]¶
异步使用查询模型嵌入文本。
- 参数
text (字符串) – 要嵌入的文本。
- 返回
文本的嵌入。
- 返回类型
列表[float]