NomicEmbeddings#

class langchain_nomic.embeddings.NomicEmbeddings(*, model: str, nomic_api_key: str | None = ..., dimensionality: int | None = ..., inference_mode: Literal['remote'] = ...)[source]#
class langchain_nomic.embeddings.NomicEmbeddings(*, model: str, nomic_api_key: str | None = ..., dimensionality: int | None = ..., inference_mode: Literal['local', 'dynamic'], device: str | None = ...)
class langchain_nomic.embeddings.NomicEmbeddings(*, model: str, nomic_api_key: str | None = ..., dimensionality: int | None = ..., inference_mode: str, device: str | None = ...)

NomicEmbeddings 嵌入模型。

示例

from langchain_nomic import NomicEmbeddings

model = NomicEmbeddings()

初始化NomicEmbeddings模型。

Parameters:

  • model (str) – 模型名称

  • nomic_api_key (str | None) – 可选地，设置Nomic API密钥。默认使用NOMIC_API_KEY环境变量。

  • dimensionality (int | None) – 嵌入维度，适用于支持Matryoshka的模型。默认为全尺寸。

  • inference_mode (str) – 如何生成嵌入。可选值为 remote、local（Embed4All）或 dynamic（自动）。默认为 remote。

  • device (str | None) – 用于本地嵌入的设备。选项包括 cpu, gpu, nvidia, amd, 或特定设备名称。更多信息请参见 GPT4All.__init__ 的文档字符串。通常 默认为 CPU。不要在 macOS 上使用。

  • vision_model (str | None)

方法

__init__()

初始化 NomicEmbeddings 模型。

aembed_documents(texts)

异步嵌入搜索文档。

aembed_query(text)

异步嵌入查询文本。

embed(texts, *, task_type)

嵌入文本。

embed_documents(texts)

嵌入搜索文档。

embed_image(uris)

embed_query(text)

嵌入查询文本。
__init__(*, model: str, nomic_api_key: str | None = None, dimensionality: int | None = None, inference_mode: Literal['remote'] = 'remote')[source]#
__init__(*, model: str, nomic_api_key: str | None = None, dimensionality: int | None = None, inference_mode: Literal['local', 'dynamic'], device: str | None = None)
__init__(*, model: str, nomic_api_key: str | None = None, dimensionality: int | None = None, inference_mode: str, device: str | None = None)

初始化NomicEmbeddings模型。

Parameters:

  • model – 模型名称

  • nomic_api_key – 可选地，设置Nomic API密钥。默认使用NOMIC_API_KEY环境变量。

  • dimensionality – 嵌入维度，用于支持Matryoshka的模型。默认为全尺寸。

  • inference_mode – 如何生成嵌入。可以是 remote、local（Embed4All）或 dynamic（自动）。默认为 remote。

  • device – 用于本地嵌入的设备。选项包括 cpu, gpu, nvidia, amd, 或特定设备名称。更多信息请参见 GPT4All.__init__ 的文档字符串。通常 默认为CPU。不要在macOS上使用。

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(texts: List[str], *, task_type: str) → List[List[float]][source]#

嵌入文本。

Parameters:

  • texts (List[str]) – 要嵌入的文本列表

  • task_type (str) – 嵌入时使用的任务类型。可以是 search_query、search_document、classification、clustering 之一

Return type:

列表[列表[float]]

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

嵌入搜索文档。

Parameters:

文本 (列表[字符串]) – 要嵌入为文档的文本列表

Return type:

列表[列表[float]]

embed_image(uris: List[str]) → List[List[float]][source]#
Parameters:

uris (列表[字符串])

Return type:

列表[列表[float]]

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

嵌入查询文本。

Parameters:

text (str) – 查询文本

Return type:

列表[float]