MiniMaxEmbeddings

class langchain_community.embeddings.minimax.MiniMaxEmbeddings

基础类：BaseModel, Embeddings

MiniMax嵌入模型集成。

Setup:

要使用，您应该设置环境变量 MINIMAX_GROUP_ID 和 MINIMAX_API_KEY 为您的API令牌。

export MINIMAX_API_KEY="your-api-key"
export MINIMAX_GROUP_ID="your-group-id"

Key init args — completion params:

model: Optional[str]

使用的ZhipuAI模型名称。

api_key: Optional[str]

如果未提供，则自动从环境变量MINIMAX_GROUP_ID推断。

group_id: Optional[str]

如果未提供，则自动从环境变量 MINIMAX_GROUP_ID 推断。

请参阅参数部分中支持的初始化参数及其描述的完整列表。

实例化：

from langchain_community.embeddings import MiniMaxEmbeddings

embed = MiniMaxEmbeddings(
    model="embo-01",
    # api_key="...",
    # group_id="...",
    # other
)

Embed single text:

input_text = "The meaning of life is 42"
embed.embed_query(input_text)

[0.03016241, 0.03617699, 0.0017198119, -0.002061239, -0.00029994643, -0.0061320597, -0.0043635326, ...]

Embed multiple text:

input_texts = ["This is a test query1.", "This is a test query2."]
embed.embed_documents(input_texts)

[
    [-0.0021588828, -0.007608119, 0.029349545, -0.0038194496, 0.008031177, -0.004529633, -0.020150753, ...],
    [ -0.00023150232, -0.011122423, 0.016930554, 0.0083089275, 0.012633711, 0.019683322, -0.005971041, ...]
]

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 embed_type_db: str = 'db'

对于embed_documents

param embed_type_query: str = 'query'

对于embed_query

param endpoint_url: str = 'https://api.minimax.chat/v1/embeddings'

使用的端点URL。

param minimax_api_key: SecretStr | None = None (alias 'api_key')

MiniMax API 的 API 密钥。

param minimax_group_id: str | None = None (alias 'group_id')

MiniMax API 的组 ID。

param model: str = 'embo-01'

使用的嵌入模型名称。

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], embed_type: str) → List[List[float]]

Parameters:

• 文本 (列表[字符串])

• embed_type (str)

Return type:

列表[列表[float]]

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

使用MiniMax嵌入端点嵌入文档。

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]

使用MiniMax嵌入端点嵌入查询。

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

验证环境中是否存在组ID和API密钥。

Parameters:

值 (字典)

Return type:

字典

使用 MiniMaxEmbeddings 的示例

• MiniMax

• Minimax