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)!