Clarifai
Clarifai是一个人工智能平台，提供从数据探索、数据标记、模型训练、评估到推理的完整人工智能生命周期。
此示例介绍了如何使用LangChain与Clarifai模型进行交互。特别是文本嵌入模型可以在这里找到。
要使用Clarifai，您必须拥有一个帐户和一个个人访问令牌（PAT）密钥。在此处查看以获取或创建PAT。
依赖项
# Install required dependencies
%pip install --upgrade --quiet clarifai
导入
在这里我们将设置个人访问令牌。您可以在您的Clarifai帐户的设置/安全下找到您的PAT。
# Please login and get your API key from https://clarifai.com/settings/security
from getpass import getpass
CLARIFAI_PAT = getpass()
# Import the required modules
from langchain.chains import LLMChain
from langchain_community.embeddings import ClarifaiEmbeddings
from langchain_core.prompts import PromptTemplate
输入
创建一个提示模板，以便与LLM Chain一起使用
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
设置
将用户ID和应用程序ID设置为模型所在的应用程序。您可以在https://clarifai.com/explore/models上找到公共模型列表
您还需要初始化模型ID，如果需要，还需要初始化模型版本ID。一些模型有多个版本，您可以选择适合您任务的版本。
USER_ID = "clarifai"
APP_ID = "main"
MODEL_ID = "BAAI-bge-base-en-v15"
MODEL_URL = "https://clarifai.com/clarifai/main/models/BAAI-bge-base-en-v15"
# Further you can also provide a specific model version as the model_version_id arg.
# MODEL_VERSION_ID = "MODEL_VERSION_ID"
# Initialize a Clarifai embedding model
embeddings = ClarifaiEmbeddings(user_id=USER_ID, app_id=APP_ID, model_id=MODEL_ID)
# Initialize a clarifai embedding model using model URL
embeddings = ClarifaiEmbeddings(model_url=MODEL_URL)
# Alternatively you can initialize clarifai class with pat argument.
text = "roses are red violets are blue."
text2 = "Make hay while the sun shines."
您可以使用embed_query函数嵌入单行文本！
query_result = embeddings.embed_query(text)
进一步嵌入文本/文档列表，请使用embed_documents函数。
doc_result = embeddings.embed_documents([text, text2])