通过百川智能向量化模型将文本转换为向量_向量检索服务(VRS)-阿里云帮助中心

本文介绍如何通过百川智能向量化模型将文本转换为向量，并入库至向量检索服务DashVector中进行向量检索。

前提条件

DashVector：
- 已创建Cluster：创建Cluster
- 已获得API-KEY：API-KEY管理
- 已安装最新版SDK：安装DashVector SDK
百川智能：
- 已获得API密钥：百川智能向量化模型

百川智能向量化模型

简介

模型名称	向量维度	度量方式	向量数据类型	备注
Baichuan-Text-Embedding	1024	Cosine	Float32	输入最长token：512 个，超出自动截断批量最大大小：16

说明

关于百川智能向量化模型更多信息请参考：百川智能向量化模型。

使用示例

说明

需要进行如下替换代码才能正常运行：

DashVector api-key替换示例中的{your-dashvector-api-key}
DashVector Cluster Endpoint替换示例中的{your-dashvector-cluster-endpoint}
百川智能api-key替换示例中的{your-baichuan-api-key}

Python

from dashvector import Client
import requests
from typing import List


# 调用百川智能向量化模型服务，将文本embedding为向量
def generate_embeddings(texts: List[str]):
    headers = {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer {your-baichuan-api-key}'
    }
    data = {'input': texts, 'model': 'Baichuan-Text-Embedding'}
    response = requests.post('http://api.baichuan-ai.com/v1/embeddings', headers=headers, json=data)
    return [record["embedding"] for record in response.json()["data"]]


# 创建DashVector Client
client = Client(
    api_key='{your-dashvector-api-key}',
    endpoint='{your-dashvector-cluster-endpoint}'
)

# 创建DashVector Collection
rsp = client.create('baichuan-text-embedding', 1024)
assert rsp
collection = client.get('baichuan-text-embedding')
assert collection

# 向量入库DashVector
collection.insert(
    ('ID1', generate_embeddings(['阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一'])[0])
)

# 向量检索
docs = collection.query(
    generate_embeddings(['The best vector database'])[0]
)
print(docs)