谷歌生成式 AI 嵌入

使用 GoogleGenerativeAIEmbeddings 类连接到谷歌的生成式 AI 嵌入服务，该类位于 langchain-google-genai 包中。

安装

%pip install --upgrade --quiet  langchain-google-genai

凭据

import getpass
import os
if "GOOGLE_API_KEY" not in os.environ:
    os.environ["GOOGLE_API_KEY"] = getpass("在此处提供您的谷歌 API 密钥")

用法

from langchain_google_genai import GoogleGenerativeAIEmbeddings
embeddings = GoogleGenerativeAIEmbeddings(model="models/embedding-001")
vector = embeddings.embed_query("hello, world!")
vector[:5]

[0.05636945, 0.0048285457, -0.0762591, -0.023642512, 0.05329321]

批处理

您还可以一次嵌入多个字符串以加快处理速度：

vectors = embeddings.embed_documents(
    [
        "今天是星期一",
        "今天是星期二",
        "今天是愚人节",
    ]
)
len(vectors), len(vectors[0])

(3, 768)

任务类型

GoogleGenerativeAIEmbeddings 可选择支持 task_type，目前必须是以下之一：

• task_type_unspecified

• retrieval_query

• retrieval_document

• semantic_similarity

• classification

• clustering

默认情况下，我们在 embed_documents 方法中使用 retrieval_document，在 embed_query 方法中使用 retrieval_query。如果您提供了任务类型，我们将对所有方法使用该任务类型。

%pip install --upgrade --quiet  matplotlib scikit-learn

注意：您可能需要重新启动内核以使用更新的软件包。

query_embeddings = GoogleGenerativeAIEmbeddings(
    model="models/embedding-001", task_type="retrieval_query"
)
doc_embeddings = GoogleGenerativeAIEmbeddings(
    model="models/embedding-001", task_type="retrieval_document"
)

所有这些都将使用 'retrieval_query' 任务设置进行嵌入

query_vecs = [query_embeddings.embed_query(q) for q in [query, query_2, answer_1]]

所有这些都将使用 'retrieval_document' 任务设置进行嵌入

doc_vecs = [doc_embeddings.embed_query(q) for q in [query, query_2, answer_1]]

在检索中，相对距离很重要。在上面的图像中，您可以看到在“相关文档”和“相似查询”之间的相似性分数之间的差异，在后一种情况下，相似查询和相关文档之间的相似性得分之间的差异更大。

附加配置

您可以传递以下参数给 ChatGoogleGenerativeAI 以自定义 SDK 的行为：

• client_options：客户端选项 传递给谷歌 API 客户端，例如自定义 client_options["api_endpoint"]

• transport：要使用的传输方法，例如 rest、grpc 或 grpc_asyncio。