langchain-nomic

langchain_nomic

用于 LangChain 的 Nomic 合作伙伴集成。

NomicEmbeddings

基类：Embeddings

NomicEmbeddings 嵌入模型。

示例

from langchain_nomic import NomicEmbeddings

model = NomicEmbeddings()

方法	描述
aembed_documents	异步嵌入搜索文档。
aembed_query	异步嵌入查询文本。
__init__	初始化 NomicEmbeddings 模型。
embed	嵌入文本。
embed_documents	嵌入搜索文档。
embed_query	嵌入查询文本。
embed_image	嵌入图像。

aembed_documents async

aembed_documents(texts: list[str]) -> list[list[float]]

异步嵌入搜索文档。

参数	描述
texts	要嵌入的文本列表。 类型: list[str]

返回	描述
list[list[float]]	嵌入列表。

aembed_query async

aembed_query(text: str) -> list[float]

异步嵌入查询文本。

参数	描述
text	要嵌入的文本。 类型： str

返回	描述
list[float]	嵌入。

__init__

__init__(
    *,
    model: str,
    nomic_api_key: str | None = None,
    dimensionality: int | None = None,
    inference_mode: str = "remote",
    device: str | None = None,
    vision_model: str | None = None,
)

初始化 NomicEmbeddings 模型。

参数	描述
model	模型名称 类型： str
nomic_api_key	可选，设置 Nomic API 密钥。默认使用 NOMIC_API_KEY 环境变量。 类型: str | None 默认值: None
dimensionality	嵌入维度，用于支持 Matryoshka 的模型。默认为完整尺寸。 TYPE: int | None DEFAULT: None
inference_mode	如何生成嵌入。可以是 'remote'、'local' (Embed4All) 或 'dynamic' (自动) 之一。 类型： str 默认值： 'remote'
device	用于本地嵌入的设备。选项包括 'cpu'、'gpu'、'nvidia'、'amd' 或特定的设备名称。更多信息请参阅 GPT4All.__init__ 的文档字符串。 通常默认为 'cpu'。 警告 请勿在 macOS 上使用。 类型: str | None 默认值: None
vision_model	用于图像嵌入的视觉模型。 类型: str | None 默认值: None

embed

embed(texts: list[str], *, task_type: str) -> list[list[float]]

嵌入文本。

参数	描述
texts	要嵌入的文本列表 类型: list[str]
task_type	嵌入时使用的任务类型。可以是 'search_query'、'search_document'、'classification'、'clustering' 之一。 类型： str

embed_documents

embed_documents(texts: list[str]) -> list[list[float]]

嵌入搜索文档。

参数	描述
texts	要作为文档嵌入的文本列表 类型: list[str]

embed_query

embed_query(text: str) -> list[float]

嵌入查询文本。

参数	描述
text	查询文本 类型： str

embed_image

embed_image(uris: list[str]) -> list[list[float]]

嵌入图像。

参数	描述
uris	要嵌入的图像 URI 列表 类型: list[str]