Oracle嵌入#

class langchain_community.embeddings.oracleai.OracleEmbeddings[source]#

基础类：BaseModel, Embeddings

获取嵌入

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 conn: Any = None#

嵌入参数

param params: Dict[str, Any] [Required]#

代理

param proxy: str | None = None#
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]][source]#

使用OracleEmbeddings计算文档嵌入。 :param texts: 要嵌入的文本列表。

Returns:

嵌入列表，每个输入文本对应一个。

Parameters:

文本 (列表[字符串])

Return type:

列表[列表[float]]

embed_query(text: str) → List[float][source]#

使用OracleEmbeddings计算查询嵌入。 :param text: 要嵌入的文本。

Returns:

文本的嵌入。

Parameters:

文本 (str)

Return type:

列表[float]

static load_onnx_model(conn: Connection, dir: str, onnx_file: str, model_name: str) → None[source]#

将ONNX模型加载到Oracle数据库。 :param conn: Oracle连接, :param dir: Oracle目录, :param onnx_file: ONNX文件名, :param model_name: 模型名称。

Parameters:

  • conn (Connection)

  • dir (str)

  • onnx_file (str)

  • model_name (str)

Return type:

无

使用 OracleEmbeddings 的示例