AzureMLBaseEndpoint#

class langchain_community.llms.azureml_endpoint.AzureMLBaseEndpoint[来源]#

基础类：BaseModel

Azure ML 在线端点模型。

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 content_formatter: Any = None#

内容格式化器，提供输入和输出转换函数，以处理LLM和端点之间的格式

param deployment_name: str = ''#

端点的部署名称。调用端点时不需要。应传递给构造函数或指定为环境变量 AZUREML_DEPLOYMENT_NAME。

param endpoint_api_key: SecretStr = SecretStr('')#

端点的认证密钥。应传递给构造函数或指定为环境变量 AZUREML_ENDPOINT_API_KEY。

param endpoint_api_type: AzureMLEndpointApiType = AzureMLEndpointApiType.dedicated#

正在使用的端点的类型。可能的值为serverless表示按需付费，dedicated表示专用端点。

param endpoint_url: str = ''#

预先存在的端点的URL。应传递给构造函数或指定为环境变量AZUREML_ENDPOINT_URL。

param max_retries: int = 1#
param model_kwargs: dict | None = None#

传递给模型的关键字参数。

param timeout: int = 50#

请求调用端点的超时时间

classmethod validate_client(field_value: Any, values: Dict) → AzureMLEndpointClient[source]#

验证环境中是否存在API密钥和Python包。

Parameters:

  • field_value (Any)

  • values (Dict)

Return type:

AzureMLEndpointClient

classmethod validate_content_formatter(field_value: Any, values: Dict) → ContentFormatterBase[source]#

验证内容格式化器是否受端点类型支持。

Parameters:

  • field_value (Any)

  • values (Dict)

Return type:

ContentFormatterBase

classmethod validate_endpoint_api_type(field_value: Any, values: Dict) → AzureMLEndpointApiType[来源]#

验证端点API类型是否与URL格式兼容。

Parameters:

  • field_value (Any)

  • values (Dict)

Return type:

AzureMLEndpointApiType

classmethod validate_endpoint_url(field_value: Any) → str[source]#

验证端点URL是否完整。

Parameters:

field_value (任意类型)

Return type:

字符串