Google 生成式 AI 嵌入（AI Studio 和 Gemini API）
使用 GoogleGenerativeAIEmbeddings 类连接到 Google 的生成式 AI 嵌入服务，该类位于 langchain-google-genai 包中。
这将帮助您使用 LangChain 开始使用 Google 的生成式 AI 嵌入模型（如 Gemini）。有关 GoogleGenerativeAIEmbeddings 功能和配置选项的详细文档，请参阅 API 参考。
概览
集成细节
| 提供者 | 包 |
|---|---|
| Google Gemini | langchain-google-genai |
设置
要访问 Google 生成式 AI 嵌入模型，您需要创建一个 Google Cloud 项目，启用生成式语言 API，获取 API 密钥，并安装 langchain-google-genai 集成包。
Credentials
要使用 Google 生成式 AI 模型，您必须拥有一个 API 密钥。您可以在 Google AI Studio 中创建一个。请参阅 Google 文档 获取操作说明。
一旦你有了一个密钥，请将其设置为环境变量 GOOGLE_API_KEY：
import getpass
import os
if not os.getenv("GOOGLE_API_KEY"):
os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter your Google API key: ")
要启用对您的模型调用的自动跟踪，请设置您的LangSmith API密钥：
# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
安装
%pip install --upgrade --quiet langchain-google-genai
用法
from langchain_google_genai import GoogleGenerativeAIEmbeddings
embeddings = GoogleGenerativeAIEmbeddings(model="models/gemini-embedding-exp-03-07")
vector = embeddings.embed_query("hello, world!")
vector[:5]
[-0.024917153641581535,
0.012005362659692764,
-0.003886754624545574,
-0.05774897709488869,
0.0020742062479257584]
Batch
您还可以同时嵌入多个字符串以加快处理速度：
vectors = embeddings.embed_documents(
[
"Today is Monday",
"Today is Tuesday",
"Today is April Fools day",
]
)
len(vectors), len(vectors[0])
(3, 3072)
索引与检索
嵌入模型通常用于检索增强生成（RAG）流程中，既用于数据索引，也用于后续的数据检索。有关更详细的说明，请参阅我们的 RAG 教程。
以下，查看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 中索引并检索一个示例文档。
# Create a vector store with a sample text
from langchain_core.vectorstores import InMemoryVectorStore
text = "LangChain is the framework for building context-aware reasoning applications"
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 LangChain?")
# show the retrieved document's content
retrieved_documents[0].page_content
'LangChain is the framework for building context-aware reasoning applications'
任务类型
GoogleGenerativeAIEmbeddings 可选地支持一个 task_type，其当前必须是以下之一：
SEMANTIC_SIMILARITY：用于生成经过优化的嵌入，以评估文本相似性。CLASSIFICATION：用于生成针对预设标签优化的文本分类嵌入。CLUSTERING：用于生成经过优化的嵌入，以根据文本的相似性对其进行聚类。RETRIEVAL_DOCUMENT,RETRIEVAL_QUERY,QUESTION_ANSWERING和FACT_VERIFICATION：用于生成针对文档搜索或信息检索优化的嵌入向量。CODE_RETRIEVAL_QUERY：用于根据自然语言查询检索代码块，例如对数组进行排序或反转链表。代码块的嵌入使用RETRIEVAL_DOCUMENT计算。
默认情况下，我们在 RETRIEVAL_DOCUMENT 方法中使用 embed_documents，在 RETRIEVAL_QUERY 方法中使用 embed_query。如果您提供任务类型，我们将对所有方法使用该类型。
%pip install --upgrade --quiet matplotlib scikit-learn
from langchain_google_genai import GoogleGenerativeAIEmbeddings
from sklearn.metrics.pairwise import cosine_similarity
query_embeddings = GoogleGenerativeAIEmbeddings(
model="models/gemini-embedding-exp-03-07", task_type="RETRIEVAL_QUERY"
)
doc_embeddings = GoogleGenerativeAIEmbeddings(
model="models/gemini-embedding-exp-03-07", task_type="RETRIEVAL_DOCUMENT"
)
q_embed = query_embeddings.embed_query("What is the capital of France?")
d_embed = doc_embeddings.embed_documents(
["The capital of France is Paris.", "Philipp is likes to eat pizza."]
)
for i, d in enumerate(d_embed):
print(f"Document {i+1}:")
print(f"Cosine similarity with query: {cosine_similarity([q_embed], [d])[0][0]}")
print("---")
Document 1
Cosine similarity with query: 0.7892893360164779
---
Document 2
Cosine similarity with query: 0.5438283285204146
---
API 参考
有关 GoogleGenerativeAIEmbeddings 功能和配置选项的详细文档，请参阅 API 参考。
附加配置
您可以将以下参数传递给 ChatGoogleGenerativeAI，以自定义 SDK 的行为：
client_options：传递给 Google API 客户端的客户端选项，例如自定义的client_options["api_endpoint"]transport：要使用的传输方法，例如rest、grpc或grpc_asyncio。