Skip to main content
Databricks Lakehouse Platform 在一个平台上统一了数据、分析和 AI。
本指南提供了开始使用 DatabricksEmbeddings 嵌入模型 的快速概述。有关所有 DatabricksEmbeddings 功能和配置的详细文档，请前往 API 参考。

​
概述

​
集成详情

类包
DatabricksEmbeddingsdatabricks-langchain

​
支持的方法

DatabricksEmbeddings 支持 Embeddings 类的所有方法，包括异步 API。

​
端点要求

DatabricksEmbeddings 包装的服务端点必须具有 OpenAI 兼容的嵌入输入/输出格式（参考）。只要输入格式兼容，DatabricksEmbeddings 就可用于托管在 Databricks Model Serving 上的任何端点类型：
  1. 基础模型 - 精选的最先进基础模型列表，例如 BAAI General Embedding (BGE)。这些端点可在您的 Databricks 工作区中直接使用，无需任何设置。
  2. 自定义模型 - 您还可以通过 MLflow 将自定义嵌入模型部署到服务端点，选择您喜欢的框架，例如 LangChain、Pytorch、Transformers 等。
  3. 外部模型 - Databricks 端点可以作为代理服务托管在 Databricks 外部的模型，例如专有模型服务，如 OpenAI text-embedding-3。

​
设置

要访问 Databricks 模型，您需要创建一个 Databricks 账户、设置凭证（仅当您在 Databricks 工作区之外时），并安装所需的包。

​
凭证（仅当您在 Databricks 工作区之外时）

如果您在 Databricks 内部运行 LangChain 应用程序，可以跳过此步骤。 否则，您需要手动将 Databricks 工作区主机名和个人访问令牌分别设置为 DATABRICKS_HOST 和 DATABRICKS_TOKEN 环境变量。有关如何获取访问令牌，请参阅 认证文档。 
import getpass
import os

os.environ["DATABRICKS_HOST"] = "https://your-workspace.cloud.databricks.com"
if "DATABRICKS_TOKEN" not in os.environ:
    os.environ["DATABRICKS_TOKEN"] = getpass.getpass(
        "Enter your Databricks access token: "
    )

​
安装

LangChain Databricks 集成位于 databricks-langchain 包中： 
pip install -qU databricks-langchain

​
实例化

from databricks_langchain import DatabricksEmbeddings

embeddings = DatabricksEmbeddings(
    endpoint="databricks-bge-large-en",
    # 如果需要，指定嵌入查询和文档的参数
    # query_params={...},
    # document_params={...},
)

​
索引和检索

嵌入模型通常用于检索增强生成 (RAG) 流程中，既作为索引数据的一部分，也用于后续检索。有关更详细的说明，请参阅我们的 RAG 教程。 下面，了解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 中索引和检索一个示例文档。 
# 使用示例文本创建向量存储
from langchain_core.vectorstores import InMemoryVectorStore

text = "LangChain is the framework for building context-aware reasoning applications"

vectorstore = InMemoryVectorStore.from_texts(
    [text],
    embedding=embeddings,
)

# 将向量存储用作检索器
retriever = vectorstore.as_retriever()

# 检索最相似的文本
retrieved_document = retriever.invoke("What is LangChain?")

# 显示检索到的文档内容
retrieved_document[0].page_content

​
直接使用

在底层，向量存储和检索器实现调用 embeddings.embed_documents(...) 和 embeddings.embed_query(...) 来为 from_texts 和检索 invoke 操作中使用的文本创建嵌入。 您可以直接调用这些方法来获取嵌入，用于您自己的用例。

​
嵌入单个文本

您可以使用 embed_query 嵌入单个文本或文档： 
single_vector = embeddings.embed_query(text)
print(str(single_vector)[:100])  # 显示向量的前 100 个字符

​
嵌入多个文本

您可以使用 embed_documents 嵌入多个文本： 
text2 = (
    "LangGraph is a library for building stateful, multi-actor applications with LLMs"
)
two_vectors = embeddings.embed_documents([text, text2])
for vector in two_vectors:
    print(str(vector)[:100])  # 显示向量的前 100 个字符

​
异步使用

您还可以使用 aembed_query 和 aembed_documents 异步生成嵌入： 
import asyncio


async def async_example():
    single_vector = await embeddings.aembed_query(text)
    print(str(single_vector)[:100])  # 显示向量的前 100 个字符


asyncio.run(async_example())

​
API 参考

有关 DatabricksEmbeddings 功能和配置选项的详细文档，请参阅 API 参考。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。