Skip to main content
本文介绍如何在 LangChain 中使用 Xinference 嵌入。

​
安装

通过 PyPI 安装 Xinference： 
pip install -qU  "xinference[all]"

​
在本地或分布式集群中部署 Xinference

对于本地部署，运行 xinference。 要在集群中部署 Xinference，首先使用 xinference-supervisor 启动一个 Xinference 监督节点。你也可以使用 -p 选项指定端口，使用 -H 指定主机。默认端口为 9997。 然后，在每台需要运行的服务器上使用 xinference-worker 启动 Xinference 工作节点。 更多信息可参阅 Xinference 的 README 文件。

​
封装器

要在 LangChain 中使用 Xinference，你需要先启动一个模型。可以使用命令行界面（CLI）来完成： 
!xinference launch -n vicuna-v1.3 -f ggmlv3 -q q4_0

Model uid: 915845ee-2a04-11ee-8ed4-d29396a3f064
系统会返回一个模型 UID 供你使用。现在可以在 LangChain 中使用 Xinference 嵌入： 
from langchain_community.embeddings import XinferenceEmbeddings

xinference = XinferenceEmbeddings(
    server_url="http://0.0.0.0:9997", model_uid="915845ee-2a04-11ee-8ed4-d29396a3f064"
)

query_result = xinference.embed_query("This is a test query")

doc_result = xinference.embed_documents(["text A", "text B"])
最后，当不再需要使用模型时，停止该模型： 
!xinference terminate --model-uid "915845ee-2a04-11ee-8ed4-d29396a3f064"
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.