Skip to main content
Databricks Lakehouse 平台将数据、分析和 AI 统一在一个平台上。
本指南提供了快速入门 DatabricksEmbeddings 嵌入模型的概览。有关所有 DatabricksEmbeddings 功能和配置的详细文档,请访问 API 参考

概述

集成详情

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 所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 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 通用嵌入 (BGE)。这些端点在您的 Databricks 工作区中开箱即用,无需任何设置。
  2. 自定义模型 - 您也可以通过 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 之外的模型,例如 OpenAI text-embedding-3 等专有模型服务。

设置

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

凭据(仅当您在 Databricks 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_HOSTDATABRICKS_TOKEN 环境变量。有关如何获取访问令牌,请参阅身份验证文档

安装

LangChain Databricks 集成位于 databricks-langchain 包中:

实例化

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。

直接使用

在底层,向量存储和检索器实现调用 embeddings.embed_documents(...)embeddings.embed_query(...) 来分别为 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您自己用例的嵌入。

嵌入单个文本

您可以使用 embed_query 嵌入单个文本或文档:

嵌入多个文本

您可以使用 embed_documents 嵌入多个文本:

异步使用

您也可以使用 aembed_queryaembed_documents 异步生成嵌入:

API 参考

有关 DatabricksEmbeddings 功能和配置选项的详细文档,请参阅 API 参考