Clarifai
Clarifai 是一个人工智能平台，提供完整的人工智能生命周期，包括数据探索、数据标注、模型训练、评估和推理。
本示例介绍如何使用 LangChain 与 Clarifai 模型 进行交互。特别是文本嵌入模型可以在 这里 找到。
要使用 Clarifai，您必须拥有一个账户和一个个人访问令牌 (PAT) 密钥。 在这里查看 以获取或创建 PAT。
依赖项
# Install required dependencies
%pip install --upgrade --quiet clarifai
导入
在这里我们将设置个人访问令牌。您可以在您的 Clarifai 账户的 设置/安全性 中找到您的 PAT。
# Please login and get your API key from https://clarifai.com/settings/security
from getpass import getpass
CLARIFAI_PAT = getpass()
# Import the required modules
from langchain.chains import LLMChain
from langchain_community.embeddings import ClarifaiEmbeddings
from langchain_core.prompts import PromptTemplate
输入
创建一个用于 LLM Chain 的提示模板：
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
设置
设置用户 ID 和应用 ID，以便在其中模型所在的应用程序中使用。您可以在 https://clarifai.com/explore/models 上找到公共模型的列表。
您还需要初始化模型 ID，并在需要时初始化模型版本 ID。一些模型有多个版本，您可以选择适合您任务的版本。
USER_ID = "clarifai"
APP_ID = "main"
MODEL_ID = "BAAI-bge-base-en-v15"
MODEL_URL = "https://clarifai.com/clarifai/main/models/BAAI-bge-base-en-v15"
# 此外，您还可以提供特定的模型版本作为 model_version_id 参数。
# MODEL_VERSION_ID = "MODEL_VERSION_ID"
# 初始化一个 Clarifai 嵌入模型
embeddings = ClarifaiEmbeddings(user_id=USER_ID, app_id=APP_ID, model_id=MODEL_ID)
# 使用模型 URL 初始化 Clarifai 嵌入模型
embeddings = ClarifaiEmbeddings(model_url=MODEL_URL)
# 或者您可以使用 pat 参数初始化 Clarifai 类。
text = "roses are red violets are blue."
text2 = "Make hay while the sun shines."
您可以使用 embed_query 函数嵌入单行文本！
query_result = embeddings.embed_query(text)
进一步地，要嵌入文本/文档列表，请使用 embed_documents 函数。
doc_result = embeddings.embed_documents([text, text2])