Embaas
embaas 是一個完全託管的 NLP API 服務，提供諸如嵌入生成、文件文字提取、文件到嵌入等功能。您可以選擇各種預先訓練的模型。
在本教學中，我們將向您展示如何使用 embaas Embeddings API 為給定的文字生成嵌入。
先決條件
在 https://embaas.io/register 建立您的免費 embaas 帳戶，並產生一個 API 金鑰。
import os
# Set API key
embaas_api_key = "YOUR_API_KEY"
# or set environment variable
os.environ["EMBAAS_API_KEY"] = "YOUR_API_KEY"
from langchain_community.embeddings import EmbaasEmbeddings
API 參考：EmbaasEmbeddings
embeddings = EmbaasEmbeddings()
# Create embeddings for a single document
doc_text = "This is a test document."
doc_text_embedding = embeddings.embed_query(doc_text)
# Print created embedding
print(doc_text_embedding)
# Create embeddings for multiple documents
doc_texts = ["This is a test document.", "This is another test document."]
doc_texts_embeddings = embeddings.embed_documents(doc_texts)
# Print created embeddings
for i, doc_text_embedding in enumerate(doc_texts_embeddings):
print(f"Embedding for document {i + 1}: {doc_text_embedding}")
# Using a different model and/or custom instruction
embeddings = EmbaasEmbeddings(
model="instructor-large",
instruction="Represent the Wikipedia document for retrieval",
)
有關 embaas Embeddings API 的更詳細資訊，請參閱官方 embaas API 文件。