Embedchain----查询配置

🔍 查询配置

AppConfig

option	description	type	default
log_level	日志级别	string	WARNING
embedding_fn	嵌入函数	chromadb.utils.embedding_functions	{text-embedding-ada-002}
db	向量数据库	BaseVectorDB	ChromaDB
collection_name	数据库的初始集合名称	string	embedchain_store
collect_metrics	收集匿名遥测数据以改进	boolean	true

AddConfig

option	description	type	default
chunker	块配置	ChunkerConfig	Default values for chunker depends on the data_type. Please refer ChunkerConfig
loader	加载器配置	LoaderConfig	None

是的，你可以将 ChunkerConfig 传递给 AddConfig，就像这样：

chunker_config = ChunkerConfig(chunk_size=100) 
add_config = AddConfig(chunker=chunker_config) 
app.add("lorem ipsum", config=add_config)

ChunkerConfig

option	description	type	default
chunk_size	返回的块的最大大小	int	Default value for various data_type mentioned below
chunk_overlap	块之间的字符重叠	int	Default value for various data_type mentioned below
length_function	测量给定块长度的函数	typing.Callable	Default value for various data_type mentioned below

不同数据类型的分块器配置参数的默认值：

data_type	chunk_size	chunk_overlap	length_function
docx	1000	0	len
text	300	0	len
qna_pair	300	0	len
web_page	500	0	len
pdf_file	1000	0	len
youtube_video	2000	0	len
docs_site	500	50	len
notion	300	0	len

LlmConfig

option	description	type	default
number_documents	从数据库中拉取的文档的绝对数量	int	1
template	自定义提示的模板。如果在查询中使用了历史记录，则必须同时包含 $history。	Template	模板("在最后回答查询时，请使用以下上下文片段。如果您不知道答案，只需说您不知道，不要试图凭空编造答案。$context 查询：$query 有用的答案：")
model	所使用的模型名称	string	depends on app type
temperature	控制模型输出的随机性。较高的值（接近1）会使输出更随机，较低的值会使其更确定。	float	0
max_tokens	控制使用多少令牌。精确实现（是否计算提示和/或响应）取决于模型。	int	1000
top_p	控制单词的多样性。较高的值（接近1）会使单词选择更多样化，较低的值会使单词不那么多样化。	float	1
history	包括来自客户端或数据库的对话历史。	any (recommendation: list[str])	None
stream	控制是否将响应流式传输回用户。	bool	False
deployment_name	t.b.a.	str	None
system_prompt	系统提示字符串。如果没有使用，则不使用。	str

上一篇文章：Embedchain----支持的数据格式_一点知趣的博客-CSDN博客

下一篇文章：Embedchain----自定义配置_一点知趣的博客-CSDN博客