ClovaXEmbeddings

本笔记本介绍了如何开始使用 CLOVA Studio 提供的嵌入模型。有关 ClovaXEmbeddings 特性和配置选项的详细文档，请参阅API 参考。

概述

集成详情

提供商	包
Naver	langchain-naver

设置

在使用 CLOVA Studio 提供的嵌入模型之前，您必须完成以下三个步骤。

1. 创建 NAVER Cloud Platform 账户
2. 申请使用 CLOVA Studio
3. 创建一个用于 CLOVA Studio 模型的测试应用或服务应用（请参阅此处。）
4. 颁发测试或服务 API 密钥（请参阅此处。）

凭证

将 CLOVASTUDIO_API_KEY 环境变量设置为您的 API 密钥。

import getpass
import os

if not os.getenv("CLOVASTUDIO_API_KEY"):
    os.environ["CLOVASTUDIO_API_KEY"] = getpass.getpass("Enter CLOVA Studio API Key: ")

安装

ClovaXEmbeddings 集成位于 langchain_naver 包中

# install package
%pip install -qU langchain-naver

实例化

现在我们可以实例化嵌入对象并嵌入查询或文档。

• CLOVA Studio 中有多种嵌入模型可用。请参阅此处了解更多详情。
• 请注意，您可能需要根据您的具体用例对嵌入进行归一化处理。

from langchain_naver import ClovaXEmbeddings

embeddings = ClovaXEmbeddings(
    model="clir-emb-dolphin"  # set with the model name of corresponding test/service app. Default is `clir-emb-dolphin`
)

索引和检索

嵌入模型常用于检索增强生成 (RAG) 流程，既用于索引数据，也用于后续检索数据。有关更详细的说明，请参阅我们的RAG 教程。

下面，您将看到如何使用我们上面初始化的 embeddings 对象来索引和检索数据。在此示例中，我们将在 InMemoryVectorStore 中索引和检索一个示例文档。

# Create a vector store with a sample text
from langchain_core.vectorstores import InMemoryVectorStore

text = "CLOVA Studio is an AI development tool that allows you to customize your own HyperCLOVA X models."

vectorstore = InMemoryVectorStore.from_texts(
    [text],
    embedding=embeddings,
)

# Use the vectorstore as a retriever
retriever = vectorstore.as_retriever()

# Retrieve the most similar text
retrieved_documents = retriever.invoke("What is CLOVA Studio?")

# show the retrieved document's content
retrieved_documents[0].page_content

API 参考：InMemoryVectorStore

'CLOVA Studio is an AI development tool that allows you to customize your own HyperCLOVA X models.'

直接用法

在底层，向量存储和检索器实现正在调用 embeddings.embed_documents(...) 和 embeddings.embed_query(...) 来为用于 from_texts 和检索 invoke 操作的文本创建嵌入。

您可以直接调用这些方法来为自己的用例获取嵌入。

嵌入单个文本

您可以使用 embed_query 嵌入单个文本或文档

single_vector = embeddings.embed_query(text)
print(str(single_vector)[:100])  # Show the first 100 characters of the vector

[-0.094717406, -0.4077411, -0.5513184, 1.6024436, -1.3235079, -1.0720996, -0.44471845, 1.3665184, 0.

嵌入多个文本

您可以使用 embed_documents 嵌入多个文本

text2 = "LangChain is a framework for building context-aware reasoning applications"
two_vectors = embeddings.embed_documents([text, text2])
for vector in two_vectors:
    print(str(vector)[:100])  # Show the first 100 characters of the vector

[-0.094717406, -0.4077411, -0.5513184, 1.6024436, -1.3235079, -1.0720996, -0.44471845, 1.3665184, 0.
[-0.25525448, -0.84877056, -0.6928286, 1.5867524, -1.2930486, -0.8166254, -0.17934391, 1.4236152, 0.

API 参考

有关 ClovaXEmbeddings 特性和配置选项的详细文档，请参阅API 参考。

相关

• 嵌入模型概念指南
• 嵌入模型操作指南