Skip to main content

谷歌生成式 AI 嵌入

使用 GoogleGenerativeAIEmbeddings 类连接到谷歌的生成式 AI 嵌入服务,该类位于 langchain-google-genai 包中。

安装

%pip install --upgrade --quiet  langchain-google-genai

凭据

import getpass
import os
if "GOOGLE_API_KEY" not in os.environ:
os.environ["GOOGLE_API_KEY"] = getpass("在此处提供您的谷歌 API 密钥")

用法

from langchain_google_genai import GoogleGenerativeAIEmbeddings
embeddings = GoogleGenerativeAIEmbeddings(model="models/embedding-001")
vector = embeddings.embed_query("hello, world!")
vector[:5]
[0.05636945, 0.0048285457, -0.0762591, -0.023642512, 0.05329321]

批处理

您还可以一次嵌入多个字符串以加快处理速度:

vectors = embeddings.embed_documents(
[
"今天是星期一",
"今天是星期二",
"今天是愚人节",
]
)
len(vectors), len(vectors[0])
(3, 768)

任务类型

GoogleGenerativeAIEmbeddings 可选择支持 task_type,目前必须是以下之一:

  • task_type_unspecified

  • retrieval_query

  • retrieval_document

  • semantic_similarity

  • classification

  • clustering

默认情况下,我们在 embed_documents 方法中使用 retrieval_document,在 embed_query 方法中使用 retrieval_query。如果您提供了任务类型,我们将对所有方法使用该任务类型。

%pip install --upgrade --quiet  matplotlib scikit-learn
注意:您可能需要重新启动内核以使用更新的软件包。
query_embeddings = GoogleGenerativeAIEmbeddings(
model="models/embedding-001", task_type="retrieval_query"
)
doc_embeddings = GoogleGenerativeAIEmbeddings(
model="models/embedding-001", task_type="retrieval_document"
)

所有这些都将使用 'retrieval_query' 任务设置进行嵌入

query_vecs = [query_embeddings.embed_query(q) for q in [query, query_2, answer_1]]

所有这些都将使用 'retrieval_document' 任务设置进行嵌入

doc_vecs = [doc_embeddings.embed_query(q) for q in [query, query_2, answer_1]]

在检索中,相对距离很重要。在上面的图像中,您可以看到在“相关文档”和“相似查询”之间的相似性分数之间的差异,在后一种情况下,相似查询和相关文档之间的相似性得分之间的差异更大。

附加配置

您可以传递以下参数给 ChatGoogleGenerativeAI 以自定义 SDK 的行为:

  • client_options客户端选项 传递给谷歌 API 客户端,例如自定义 client_options["api_endpoint"]

  • transport:要使用的传输方法,例如 restgrpcgrpc_asyncio


Was this page helpful?


You can leave detailed feedback on GitHub.