MiniMax

MiniMax 提供嵌入式服务。

这个示例演示了如何使用 LangChain 与 MiniMax 推理进行文本嵌入交互。

import os
os.environ["MINIMAX_GROUP_ID"] = "MINIMAX_GROUP_ID"
os.environ["MINIMAX_API_KEY"] = "MINIMAX_API_KEY"

from langchain_community.embeddings import MiniMaxEmbeddings

embeddings = MiniMaxEmbeddings()

query_text = "这是一个测试查询。"
query_result = embeddings.embed_query(query_text)

document_text = "这是一个测试文档。"
document_result = embeddings.embed_documents([document_text])

import numpy as np
query_numpy = np.array(query_result)
document_numpy = np.array(document_result[0])
similarity = np.dot(query_numpy, document_numpy) / (
    np.linalg.norm(query_numpy) * np.linalg.norm(document_numpy)
)
print(f"文档和查询之间的余弦相似度：{similarity}")

文档和查询之间的余弦相似度：0.1573236279277012