百度千帆

百度 AI 云千帆平台是面向企业开发者的的一站式大模型开发和服务运营平台。千帆不仅提供包括文心一言（ERNIE-Bot）模型和第三方开源模型，还提供各种 AI 开发工具和一套完整的开发环境，方便客户轻松使用和开发大模型应用。

基本上，这些模型被分为以下类型

• 嵌入
• 聊天
• 补全

在本笔记本中，我们将介绍如何在 langchain 中使用千帆，主要是在Embedding中，对应于 langchain 中的langchain/embeddings包。

API 初始化

要使用基于百度千帆的 LLM 服务，您必须初始化这些参数。

您可以选择在环境变量中初始化 AK、SK，也可以初始化参数。

export QIANFAN_AK=XXX
export QIANFAN_SK=XXX

"""For basic init and call"""
import os

from langchain_community.embeddings import QianfanEmbeddingsEndpoint

os.environ["QIANFAN_AK"] = "your_ak"
os.environ["QIANFAN_SK"] = "your_sk"

embed = QianfanEmbeddingsEndpoint(
    # qianfan_ak='xxx',
    # qianfan_sk='xxx'
)
res = embed.embed_documents(["hi", "world"])


async def aioEmbed():
    res = await embed.aembed_query("qianfan")
    print(res[:8])


await aioEmbed()


async def aioEmbedDocs():
    res = await embed.aembed_documents(["hi", "world"])
    for r in res:
        print("", r[:8])


await aioEmbedDocs()

API 参考：QianfanEmbeddingsEndpoint

[INFO] [09-15 20:01:35] logging.py:55 [t:140292313159488]: trying to refresh access_token
[INFO] [09-15 20:01:35] logging.py:55 [t:140292313159488]: successfully refresh access_token
[INFO] [09-15 20:01:35] logging.py:55 [t:140292313159488]: requesting llm api endpoint: /embeddings/embedding-v1
[INFO] [09-15 20:01:35] logging.py:55 [t:140292313159488]: async requesting llm api endpoint: /embeddings/embedding-v1
[INFO] [09-15 20:01:35] logging.py:55 [t:140292313159488]: async requesting llm api endpoint: /embeddings/embedding-v1
``````output
[-0.03313107788562775, 0.052325375378131866, 0.04951248690485954, 0.0077608139254152775, -0.05907672271132469, -0.010798933915793896, 0.03741293027997017, 0.013969100080430508]
 [0.0427522286772728, -0.030367236584424973, -0.14847028255462646, 0.055074431002140045, -0.04177454113960266, -0.059512972831726074, -0.043774791061878204, 0.0028191760648041964]
 [0.03803155943751335, -0.013231384567916393, 0.0032379645854234695, 0.015074018388986588, -0.006529552862048149, -0.13813287019729614, 0.03297128155827522, 0.044519297778606415]

在千帆中使用不同的模型

如果您想部署基于文心一言或第三方开源模型的自己的模型，您可以按照以下步骤操作。

• 1. （可选，如果模型包含在默认模型中，请跳过此步骤）在千帆控制台中部署您的模型，获取您自己自定义的部署端点。
• 2. 在初始化中设置名为endpoint的字段。

embed = QianfanEmbeddingsEndpoint(model="bge_large_zh", endpoint="bge_large_zh")

res = embed.embed_documents(["hi", "world"])
for r in res:
    print(r[:8])

[INFO] [09-15 20:01:40] logging.py:55 [t:140292313159488]: requesting llm api endpoint: /embeddings/bge_large_zh
``````output
[-0.0001582596160005778, -0.025089964270591736, -0.03997539356350899, 0.013156415894627571, 0.000135212714667432, 0.012428865768015385, 0.016216561198234558, -0.04126659780740738]
[0.0019113451708108187, -0.008625439368188381, -0.0531032420694828, -0.0018436014652252197, -0.01818147301673889, 0.010310115292668343, -0.008867680095136166, -0.021067561581730843]

相关

• 嵌入模型 概念指南
• 嵌入模型 操作指南