OCIGenAIEmbeddings#

class langchain_community.embeddings.oci_generative_ai.OCIGenAIEmbeddings[source]#

基础类:BaseModel, Embeddings

OCI嵌入模型。

要进行身份验证,OCI客户端使用以下方法: https://docs.oracle.com/en-us/iaas/Content/API/Concepts/sdk_authentication_methods.htm

认证方法通过auth_type传递,应为以下之一: API_KEY(默认)、SECURITY_TOKEN、INSTANCE_PRINCIPLE、RESOURCE_PRINCIPLE

确保您拥有访问OCI生成式AI服务所需的策略(配置文件/角色)。如果使用了特定的配置配置文件,您必须通过auth_profile传递配置文件的名称(~/.oci/config)。

要使用,您必须提供 compartment id 以及 endpoint url 和 model id 作为构造函数的命名参数。

示例

from langchain.embeddings import OCIGenAIEmbeddings

embeddings = OCIGenAIEmbeddings(
    model_id="MY_EMBEDDING_MODEL",
    service_endpoint="https://inference.generativeai.us-chicago-1.oci.oraclecloud.com",
    compartment_id="MY_OCID"
)

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 auth_profile: str | None = 'DEFAULT'#

配置文件在 ~/.oci/config 中的名称 如果未指定,将使用 DEFAULT

param auth_type: str | None = 'API_KEY'#

认证类型,可能是

API_KEY, SECURITY_TOKEN, INSTANCE_PRINCIPLE, RESOURCE_PRINCIPLE

如果未指定,将使用API_KEY

param batch_size: int = 96#

OCI GenAI 嵌入请求的批量大小。OCI GenAI 每个请求最多可以处理 96 个文本

param compartment_id: str | None = None#

部门的OCID

param model_id: str | None = None#

要调用的模型的ID,例如,cohere.embed-english-light-v2.0

param model_kwargs: Dict | None = None#

传递给模型的关键字参数

param service_endpoint: str | None = None#

服务端点URL

param truncate: str | None = 'END'#

从开始或结束处截断过长的嵌入(“NONE”|“START”|“END”)

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]][来源]#

调用OCIGenAI的嵌入端点。

Parameters:

文本 (列表[字符串]) – 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][source]#

调用OCIGenAI的嵌入端点。

Parameters:

文本 (str) – 要嵌入的文本。

Returns:

文本的嵌入。

Return type:

列表[float]

classmethod validate_environment(values: Dict) Dict[来源]#

验证环境中是否存在OCI配置和python包。

Parameters:

(字典)

Return type:

字典

使用 OCIGenAIEmbeddings 的示例