LangChain如何使用通义千问的向量模型

1、问题

开始用的代码如下:

import os
from langchain_openai import OpenAIEmbeddings,  OpenAI


embeddings_model = OpenAIEmbeddings(
        api_key=os.getenv("DASHSCOPE_API_KEY"),  # 换成你的API KEY
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
        model="text-embedding-v3"
)
embeddings = embeddings_model.embed_documents(
    [
        "你好!",         
        "你能做什么"
    ]
 )
print(f"Embedding: {embeddings}")

执行时报错:

openai.BadRequestError: Error code: 400 - {
   'error': {
   'code': 'InvalidParameter', 'param': None, 'message': '<400> InternalError.Algo.InvalidParameter: Value error, contents is neither str nor list of str.: input.contents', 'type': 'InvalidParameter'}, 'id': '2aadf398-7093-9b37-be4c-c85829fce932', 'request_id': '2aadf398-7093-9b37-be4c-c85829fce932'}

2、原因

文本列表 在送入 embeddings.create 之前已经被 toke

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值