langchain_community.embeddings.titan_takeoff
.TitanTakeoffEmbed¶
- class langchain_community.embeddings.titan_takeoff.TitanTakeoffEmbed(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[source]¶
与Takeoff推理API接口进行模型嵌入。
用于发送嵌入请求并部署嵌入阅读器与Takeoff。
- 示例:
这是一个部署嵌入模型并发送请求的示例。
初始化Titan Takeoff嵌入式包装器。
- 参数:
base_url (str, 可选): Takeoff推理服务器监听的基本URL。默认为”http://localhost”。 port (int, 可选): Takeoff推理API监听的端口号。默认为3000。 mgmt_port (int, 可选): Takeoff管理API监听的端口号。默认为3001。 models (List[ReaderConfig], 可选): 您想要在其中启动的任何读取器。默认为[]。
- 抛出:
ImportError: 如果您尚未安装takeoff-client,则会出现ImportError。要解决此问题,请运行 pip install ‘takeoff-client==0.4.0’。
Attributes
base_url
//localhost"。
client
Takeoff客户端Python SDK用于与Takeoff API进行交互
embed_consumer_groups
Takeoff中包含嵌入模型的消费者组
mgmt_port
Titan Takeoff(Pro)服务器的管理端口。默认值为3001。
port
Titan Takeoff(Pro)服务器的端口。默认值为3000。
Methods
__init__
([base_url, port, mgmt_port, models])初始化Titan Takeoff嵌入式包装器。
aembed_documents
(texts)Asynchronous 嵌入搜索文档。
aembed_query
(text)Asynchronous 嵌入查询文本。
embed_documents
(texts[, consumer_group])嵌入文档。
embed_query
(text[, consumer_group])嵌入查询。
- Parameters
base_url (str) –
port (int) –
mgmt_port (int) –
models (List[ReaderConfig]) –
- __init__(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[source]¶
初始化Titan Takeoff嵌入式包装器。
- 参数:
base_url (str, 可选): Takeoff推理服务器监听的基本URL。默认为”http://localhost”。 port (int, 可选): Takeoff推理API监听的端口号。默认为3000。 mgmt_port (int, 可选): Takeoff管理API监听的端口号。默认为3001。 models (List[ReaderConfig], 可选): 您想要在其中启动的任何读取器。默认为[]。
- 抛出:
ImportError: 如果您尚未安装takeoff-client,则会出现ImportError。要解决此问题,请运行 pip install ‘takeoff-client==0.4.0’。
- Parameters
base_url (str) –
port (int) –
mgmt_port (int) –
models (List[ReaderConfig]) –
- async aembed_documents(texts: List[str]) List[List[float]] ¶
Asynchronous 嵌入搜索文档。
- Parameters
texts (List[str]) –
- Return type
List[List[float]]
- async aembed_query(text: str) List[float] ¶
Asynchronous 嵌入查询文本。
- Parameters
text (str) –
- Return type
List[float]
- embed_documents(texts: List[str], consumer_group: Optional[str] = None) List[List[float]] [source]¶
嵌入文档。
- 参数:
texts (List[str]): 需要嵌入的提示/文档列表 consumer_group (Optional[str], optional): 发送请求的消费者组,包含嵌入模型。默认为None。
- 返回:
List[List[float]]: 嵌入列表
- Parameters
texts (List[str]) –
consumer_group (Optional[str]) –
- Return type
List[List[float]]