探索Langchain中的Fireworks Embeddings：文本嵌入的强大工具

最新推荐文章于 2024-09-30 14:16:32 发布

aehrutktrjk

最新推荐文章于 2024-09-30 14:16:32 发布

阅读量245

点赞数 3

文章标签： langchain python

本文链接：https://blog.csdn.net/aehrutktrjk/article/details/142378021

版权

探索Langchain中的Fireworks Embeddings：文本嵌入的强大工具

引言

在自然语言处理（NLP）领域，文本嵌入是一种非常重要的技术。它将文本数据转化为数值向量，使得计算机可以更有效地进行处理和分析。本文将介绍如何使用langchain_fireworks包中的Fireworks Embeddings，特别是如何利用默认的nomic-ai/nomic-embed-text-v1.5模型在Langchain中实现文本嵌入。

主要内容

安装和设置

首先，确保安装了最新版本的langchain-fireworks：

%pip install -qU langchain-fireworks

接下来，我们需要设置API密钥，以便访问Fireworks Embeddings服务。

import getpass
import os

if "FIREWORKS_API_KEY" not in os.environ:
    os.environ["FIREWORKS_API_KEY"] = getpass.getpass("Fireworks API Key:")

使用嵌入模型

Fireworks Embeddings允许使用默认模型nomic-ai/nomic-embed-text-v1.5进行文本嵌入。你也可以选择其他可用模型。

from langchain_fireworks import FireworksEmbeddings

# 使用API代理服务提高访问稳定性
embedding = FireworksEmbeddings(model="nomic-ai/nomic-embed-text-v1.5")

res_query = embedding.embed_query("The test information")
res_document = embedding.embed_documents(["test1", "another test"])

代码示例

以下是一个完整的代码示例，展示了如何进行文本和文档嵌入，并输出结果向量的前五个值：

from langchain_fireworks import FireworksEmbeddings
import getpass
import os

# 设置API密钥
if "FIREWORKS_API_KEY" not in os.environ:
    os.environ["FIREWORKS_API_KEY"] = getpass.getpass("Fireworks API Key:")

# 初始化嵌入模型
embedding = FireworksEmbeddings(model="nomic-ai/nomic-embed-text-v1.5")

# 嵌入查询和文档
res_query = embedding.embed_query("The test information")
res_document = embedding.embed_documents(["test1", "another test"])

# 输出结果
print(res_query[:5])  # 打印查询嵌入的前五个值
print(res_document[1][:5])  # 打印第二个文档嵌入的前五个值