使用Clarifai进行嵌入¶

LlamaIndex支持Clarifai嵌入模型。

您必须拥有Clarifai账户和个人访问令牌（PAT）密钥。在这里检查获取或创建PAT。

将CLARIFAI_PAT设置为环境变量，或者您可以将PAT作为参数传递给ClarifaiEmbedding类。

In [ ]:

%pip install llama-index-embeddings-clarifai

In [ ]:

!export CLARIFAI_PAT=YOUR_KEY

如果您在colab上打开这个笔记本，您可能需要安装LlamaIndex 🦙。

In [ ]:

!pip install llama-index

模型可以通过完整的URL或者通过模型名称、用户ID和应用程序ID的组合进行引用。

In [ ]:

from llama_index.embeddings.clarifai import ClarifaiEmbedding# 创建一个 Clarifai 嵌入类，只需使用 model_url，假设 CLARIFAI_PAT 已设置为环境变量embed_model = ClarifaiEmbedding(    model_url="https://clarifai.com/clarifai/main/models/BAAI-bge-base-en")# 或者您也可以使用 model_name、user_id、app_id 和 pat 来初始化类。embed_model = ClarifaiEmbedding(    model_name="BAAI-bge-base-en",    user_id="clarifai",    app_id="main",    pat=CLARIFAI_PAT,)

In [ ]:

embeddings = embed_model.get_text_embedding("Hello World!")
print(len(embeddings))
print(embeddings[:5])

嵌入文本列表

In [ ]:

text = "roses are red violets are blue."
text2 = "Make hay while the sun shines."

In [ ]:

embeddings = embed_model._get_text_embeddings([text2, text])
print(len(embeddings))
print(embeddings[0][:5])
print(embeddings[1][:5])