AwaEmbeddings

class langchain_community.embeddings.awa.AwaEmbeddings

基础类：BaseModel, Embeddings

使用Awa DB嵌入文档和查询。

client

AwaEmbedding 客户端。

model

用于嵌入的模型名称。 默认是“all-mpnet-base-v2”。

通过解析和验证来自关键字参数的输入数据来创建一个新模型。

如果输入数据无法验证以形成有效模型，则引发 [ValidationError][pydantic_core.ValidationError]。

self 被显式地设为仅位置参数，以允许 self 作为字段名称。

param model: str = 'all-mpnet-base-v2'

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

异步嵌入搜索文档。

Parameters:

文本 (列表[字符串]) – 要嵌入的文本列表。

Returns:

嵌入列表。

Return type:

列表[列表[浮点数]]

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

异步嵌入查询文本。

Parameters:

文本 (str) – 要嵌入的文本。

Returns:

嵌入。

Return type:

列表[浮点数]

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

使用AwaEmbedding嵌入文档列表。

Parameters:

文本 (列表[字符串]) – 需要嵌入的文本列表

Returns:

嵌入列表，每个文本对应一个。

Return type:

列表[列表[float]]

embed_query(text: str) → List[float]

使用AwaEmbedding计算查询嵌入。

Parameters:

文本 (str) – 要嵌入的文本。

Returns:

文本的嵌入。

Return type:

列表[float]

set_model(model_name: str) → None

设置用于嵌入的模型。 默认使用的模型是all-mpnet-base-v2

Parameters:

model_name (str) – 一个字符串，表示模型的名称。

Return type:

无

使用 AwaEmbeddings 的示例

• AwaDB