探索LangChain与Infinity Embeddings的集成：实现高效文本嵌入

本文链接：https://blog.csdn.net/nseejrukjhad/article/details/142379191

# 探索LangChain与Infinity Embeddings的集成：实现高效文本嵌入

## 引言

在现代自然语言处理(NLP)应用中，文本嵌入是一项重要技术，帮助我们将语句转化为向量，从而进行计算和分析。本文将介绍如何使用LangChain与Infinity项目中的嵌入进行集成，以实现高效的文本嵌入。

## 主要内容

### 什么是Infinity Embeddings？

Infinity Embeddings是一个开源的嵌入服务器，提供符合MIT协议的嵌入功能。它支持各种预训练模型，可以选择本地或API的方式进行嵌入。

### 环境准备

首先，确保您已安装必要的依赖项。使用以下命令安装Infinity的Python包：

```bash
pip install infinity_emb[torch,optimum]

此外，建议检查并安装torch和onnx依赖，以确保模型可以顺利运行。

选项1：本地嵌入

以下是使用InfinityEmbeddingsLocal进行本地嵌入的代码示例：

from langchain_community.embeddings import InfinityEmbeddingsLocal

documents = [
    "Baguette is a dish.",
    "Paris is the capital of France.",
    "numpy is a lib for linear algebra",
    "You escaped what I've escaped - You'd be in Paris getting fucked up too",
]
query = "Where is Paris?"

embeddings