用LangChain轻松实现Jina Embeddings：安装、设置与实战指南

最新推荐文章于 2025-05-06 13:55:58 发布

asdfghiuus

最新推荐文章于 2025-05-06 13:55:58 发布

阅读量308

点赞数 5

文章标签： langchain jina python

本文链接：https://blog.youkuaiyun.com/asdfghiuus/article/details/144614404

版权

用LangChain轻松实现Jina Embeddings：安装、设置与实战指南

引言

随着自然语言处理（NLP）技术的不断进步，嵌入（Embeddings）技术在从信息检索到机器翻译等多个领域变得不可或缺。Jina AI 提供的嵌入工具包为开发者提供了一种高效、简单的方式来实现文本嵌入。本篇文章将带领您通过LangChain使用Jina Embeddings，包括安装和设置，以及具体的代码实现。

主要内容

1. 安装和设置

在使用Jina Embeddings之前，您需要获取一个Jina AI API令牌：

获取API令牌：通过访问Jina的官网申请API令牌，并将其设置为环境变量 JINA_API_TOKEN。
安装必要库：确保您的Python环境中已经安装了LangChain库。如果未安装，请使用以下命令进行安装：
```
pip install langchain-community
```
这将安装LangChain及其社区扩展模块，其中包含对Jina Embeddings的支持。

2. 使用Jina Embeddings

通过以下代码可以快速进行Jina Embeddings的实例化：

from langchain_community.embeddings import JinaEmbeddings

# 使用API代理服务提高访问稳定性
# 可以传递jin_api_key，如果未传递，默认从环境变量`JINA_API_TOKEN`中获取
embeddings = JinaEmbeddings(jina_api_key='jina_**', model_name='jina-embeddings-v2-base-en')

3. 模型选择

您可以通过访问模型列表查看可用的模型，以选择最适合您需求的嵌入模型。

代码示例

下面是一个示例代码片段，它展示了如何通过LangChain和Jina Embeddings实现文本嵌入：

from langchain_community.embeddings import JinaEmbeddings

# 初始化Jina Embeddings
# 注意替换 {AI_URL}为实际API端点，如有必要可通过API代理服务
jina_api_key = 'your-jina-api-key'
embeddings = JinaEmbeddings(jina_api_key=jina_api_key, model_name='jina-embeddings-v2-base-en')

# 要嵌入的文本
text_to_embed = "自然语言处理在现代AI应用中扮演着重要的角色。"

# 获取文本的嵌入向量
embedding_vector = embeddings.embed_text(text_to_embed)

print("嵌入向量：", embedding_vector)