Skip to main content
Clarifai 是一个 AI 平台，提供从数据探索、数据标注、模型训练、评估到推理的完整 AI 生命周期服务。
本示例介绍如何使用 LangChain 与 Clarifai 模型交互。文本嵌入模型可在此处找到。 使用 Clarifai 前，您必须拥有账户和个人访问令牌（PAT）密钥。 点击此处获取或创建 PAT。

​
依赖项

# Install required dependencies
pip install -qU  clarifai

​
导入

在此设置个人访问令牌。您可以在 Clarifai 账户的设置/安全下找到您的 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_classic.chains import LLMChain
from langchain_community.embeddings import ClarifaiEmbeddings
from langchain_core.prompts import PromptTemplate

​
输入

创建与 LLM Chain 配合使用的提示词模板： 
template = """Question: {question}

Answer: Let's think step by step."""

prompt = PromptTemplate.from_template(template)

​
设置

将 user id 和 app id 设置为模型所在的应用程序。您可以在 clarifai.com/explore/models 找到公开模型列表。 您还需要初始化模型 ID，如有需要，还需设置模型版本 ID。某些模型有多个版本，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"

# Further you can also provide a specific model version as the model_version_id arg.
# MODEL_VERSION_ID = "MODEL_VERSION_ID"

# Initialize a Clarifai embedding model
embeddings = ClarifaiEmbeddings(user_id=USER_ID, app_id=APP_ID, model_id=MODEL_ID)

# Initialize a clarifai embedding model using model URL
embeddings = ClarifaiEmbeddings(model_url=MODEL_URL)

# Alternatively you can initialize clarifai class with pat argument.

text = "roses are red violets are blue."
text2 = "Make hay while the sun shines."
您可以使用 embed_query 函数嵌入单条文本！ 
query_result = embeddings.embed_query(text)
还可以使用 embed_documents 函数嵌入文本/文档列表。 
doc_result = embeddings.embed_documents([text, text2])
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，获取实时解答。