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]]
使用 OCIGenAIEmbeddings 的示例