LangChain自定义Embedding封装 之 ERNIE Bot

LangChain自定义Embedding封装 之  ERNIE Bot

百度飞浆平台的  ERNIE Bot

导入下面方法 和 环境 ，即可验证

embedding = ERNIE_Bot_embedding()

class ERNIE_Bot_embedding(BaseModel, Embeddings):

    client: Any

    @root_validator()
    def validate_environment(cls, values: Dict) -> Dict:
        import os
        values["client"] = os.environ.get("EB_ACCESS_TOKEN")
        print(values)
        return values

    def embed_query(self, text: str) -> List[float]:
        # print(text)
        import erniebot
        response = erniebot.Embedding.create(
            model="ernie-text-embedding",
            input=[text]
        )
        # print(response.data[0]['embedding'])
        return response.data[0]['embedding']

    def embed_documents(self, texts: List[str]) -> List[List[float]]:
        # print(texts)
        return [self.embed_query(text) for text in texts]

自己封装了好久，结果是两个单词看错了，啊啊啊。

原文地址：https://blog.csdn.net/qq_36164225/article/details/140689999

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！