当前位置: 首页 > ds >正文

Langgraph实战--自定义embeding

概述

在Langgraph中我想使用第三方的embeding接口来实现文本的embeding。但目前langchain只提供了两个类,一个是AzureOpenAIEmbeddings,一个是:OpenAIEmbeddings。通过ChatOpenAI无法使用第三方的接口,例如:硅基流平台的接口。只能自己封装一个类,继承Embeding接口,从而实现整合第三方平台Embending API的能力。

实现思路

通过继承和实现langchain_core.embeddingsEmbeddings类,并实现文本嵌入和查询接口。

在实现嵌入类时,需要实现embed_documents和embed_query两个接口。

import requests
import os
from typing import List
from langchain_core.embeddings import Embeddings
from dotenv import load_dotenvclass CustomSiliconFlowEmbeddings(Embeddings):def __init__(self,api_key: str,base_url: str = "https://api.siliconflow.cn/v1/embeddings",model: str = "BAAI/bge-large-zh-v1.5"):self.api_key = api_keyself.base_url = base_urlself.model = modeldef embed_documents(self, texts: List[str]) -> List[List[float]]:"""Embed a list of documents."""embeddings = []for text in texts:embedding = self.embed_query(text)embeddings.append(embedding)return embeddingsdef embed_query(self, text: str) -> List[float]:"""Embed a query."""headers = {"Authorization": f"Bearer {self.api_key}","Content-Type": "application/json"}payload = {"model": self.model,"input": text,"encoding_format": "float"}response = requests.post(self.base_url,json=payload,headers=headers)if response.status_code == 200:return response.json()["data"][0]["embedding"]else:raise Exception(f"Error in embedding: {response.text}")

使用CustomSiliconFlowEmbeddings嵌入类

使用时,需要设置api_key的值,和模型名称,以及base_url等参数。

# Load environment variables
load_dotenv()
SL_API_KEY = os.getenv("SL_API_KEY")# Initialize embedding model
embedding_model = CustomSiliconFlowEmbeddings(base_url="https://api.siliconflow.cn/v1/embeddings",api_key=SL_API_KEY,model="BAAI/bge-large-zh-v1.5"
)# Test the embedding
if __name__ == "__main__":test_text = "您好世界!"result = embedding_model.embed_query(test_text)print(f"Embedding dimension: {len(result)}")print(f"First few values: {result[:10]}")# 获取网页中的数据,并进行分割,然后存储到FAISS中urls = ["https://lilianweng.github.io/posts/2023-06-23-agent/","https://lilianweng.github.io/posts/2023-03-15-prompt-engineering/","https://lilianweng.github.io/posts/2023-10-25-adv-attack-llm/"]docs = [WebBaseLoader(url).load() for url in urls]docs_list = [item for sublist in docs for item in sublist]text_splitter = RecursiveCharacterTextSplitter.from_tiktoken_encoder(chunk_size=250, chunk_overlap=0)doc_splits = text_splitter.split_documents(docs_list)vectorstore = FAISS.from_documents(documents=doc_splits, embedding=embedding_model)retriever = vectorstore.as_retriever()# 测试检索功能,查询与问题最相关的分块文档resp = retriever.invoke("什么是prompt engineering?")# 返回的是一个个Document对象for doc in resp:print(doc.id + ": " + doc.page_content)

输出:

Embedding dimension: 1024
First few values: [0.021915348, 0.0048826355, -0.09566349, -0.010307786, -0.0025656442, 0.043084737, -0.045955546, 0.011641469, 0.02809776, -0.012489148]

参考资料

  • https://docs.siliconflow.cn/cn/api-reference/embeddings/create-embeddings
http://www.xdnf.cn/news/12834.html

相关文章:

  • AI赋能的浏览器自动化:Playwright MCP安装配置与实操案例
  • 【hadoop】相关集群开启命令
  • SQL慢可能是触发了ring buffer
  • 获取 OpenAI API Key
  • 字符数组、字符串数组测试例程
  • 头像上传功能的实现
  • 51单片机基础部分——矩阵按键检测
  • Python爬虫实战:研究Hyper 相关技术
  • 内存泄漏检测工具-学习(一)
  • pikachu靶场通关笔记19 SQL注入02-字符型注入(GET)
  • 【51单片机】2. 进阶点灯大师
  • 【论文阅读笔记】《A survey on deep learning approaches for text-to-SQL》
  • The dependencies of some of the beans in the application context form a cycle
  • 设计模式-建造者模式
  • 使用Python调整MP3音频文件的响度和音量
  • (每日一道算法题)二叉树剪枝
  • STM32开发,创建线程栈空间大小判断
  • Anaconda
  • 【Java学习笔记】String类总结
  • wifi | 软件: Synaptics _Linux 系统平台蓝牙hciconfig操控指令详述
  • 网易邮箱启用POP3/SMTP/IMAP服务
  • C++ 中的参数传递
  • day26-计算机网络-4
  • 动端React表格组件:支持合并
  • SpringAI Alibaba实战文生图
  • 基于autodl的imageBind部署
  • 6️⃣Go 语言中的哈希、加密与序列化:通往区块链世界的钥匙
  • VSCode CUDA C++进行Linux远程开发
  • 行为设计模式之Command (命令)
  • 力扣HOT100之二分查找:153. 寻找旋转排序数组中的最小值