LlamaIndex 支持 Clarifai 嵌入模型。

你必须拥有 Clarifai 账户和 Personal Access Token（PAT）密钥。请在此处获取或创建 PAT。

将 CLARIFAI_PAT 设置为环境变量，或者将 PAT 作为参数传给 ClarifaiEmbedding 类

%pip install llama-index-embeddings-clarifai

!export CLARIFAI_PAT=YOUR_KEY

如果你在 Colab 中打开这个 Notebook，可能需要先安装 LlamaIndex 🦙。

!pip install llama-index

模型既可以通过完整 URL 引用，也可以通过 model_name、用户 ID 和应用 ID 的组合引用。

from llama_index.embeddings.clarifai import ClarifaiEmbedding

# Create a clarifai embedding class just with model_url, assuming that CLARIFAI_PAT is set as an environment variable
embed_model = ClarifaiEmbedding(
    model_url="https://clarifai.com/clarifai/main/models/BAAI-bge-base-en"
)

# Alternatively you can initialize the class with model_name, user_id, app_id and pat as well.
embed_model = ClarifaiEmbedding(
    model_name="BAAI-bge-base-en",
    user_id="clarifai",
    app_id="main",
    pat=CLARIFAI_PAT,
)

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

嵌入文本列表

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

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