TitanTakeoffEmbed#

class langchain_community.embeddings.titan_takeoff.TitanTakeoffEmbed(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[source]#

与嵌入模型的Takeoff推理API接口。

使用它来发送嵌入请求，并使用Takeoff部署嵌入读取器。

示例

这是一个如何部署嵌入模型并发送请求的示例。

初始化Titan Takeoff嵌入包装器。

Parameters:

  • base_url (str, optional) – Takeoff推理服务器所在的基础URL

  • "http (监听。默认为) – //localhost”.

  • port (int, optional) – Takeoff Inference API 监听的端口。

  • 3000. (默认值为)

  • mgmt_port (int, optional) – Takeoff Management API 监听的端口。

  • 3001. (默认值为)

  • models (List[ReaderConfig], optional) – 您想要启动的任何读取器。

  • []. (默认为)

Raises:

  • ImportError – 如果您尚未安装 takeoff-client，您将会遇到

  • ImportError。要解决此问题，请运行 pip install 'takeoff-client==0.4.0' –

属性

base_url

//localhost".

client

用于与Takeoff API交互的Takeoff Client Python SDK

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。

port

Titan Takeoff (Pro) 服务器的端口。

方法

__init__([base_url, port, mgmt_port, models])

初始化 Titan Takeoff 嵌入包装器。

aembed_documents(texts)

异步嵌入搜索文档。

aembed_query(text)

异步嵌入查询文本。

embed_documents(texts[, consumer_group])

嵌入文档。

embed_query(text[, consumer_group])

嵌入查询。
__init__(base_url: str = 'http://localhost', port: int = 3000, mgmt_port: int = 3001, models: List[ReaderConfig] = [])[源代码]#

初始化Titan Takeoff嵌入包装器。

Parameters:

  • base_url (str, optional) – Takeoff推理服务器所在的基础URL

  • "http (监听。默认为) – //localhost”.

  • port (int, optional) – Takeoff Inference API 监听的端口。

  • 3000. (默认值为)

  • mgmt_port (int, optional) – Takeoff Management API 监听的端口。

  • 3001. (默认值为)

  • models (List[ReaderConfig], optional) – 您想要启动的任何读取器。

  • []. (默认为)

Raises:

  • ImportError – 如果您尚未安装 takeoff-client，您将会遇到

  • ImportError。要解决此问题，请运行 pip install 'takeoff-client==0.4.0' –

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], consumer_group: str | None = None) → List[List[float]][来源]#

嵌入文档。

Parameters:

  • texts (List[str]) – 要嵌入的提示/文档列表

  • consumer_group (可选[str], 可选) – 发送请求的消费者组

  • 无。 (指向包含的嵌入模型。默认为)

Returns:

嵌入列表

Return type:

列表[列表[浮点数]]

embed_query(text: str, consumer_group: str | None = None) → List[float][source]#

嵌入查询。

Parameters:

  • 文本 (str) – 要嵌入的提示/文档

  • consumer_group (可选[str], 可选) – 发送请求的消费者组

  • 无。 (默认包含嵌入模型。)

Returns:

嵌入

Return type:

列表[浮点数]

使用 TitanTakeoffEmbed 的示例