Clarifai

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。

本示例介绍如何使用LangChain与Clarifai models进行交互。特别是可以在这里找到文本嵌入模型。

要使用Clarifai，您必须拥有一个账户和个人访问令牌（PAT）密钥。请在这里获取或创建PAT。

依赖项

# 安装所需的依赖项
pip install clarifai

导入

在这里，我们将设置个人访问令牌。您可以在Clarifai账户的settings/security下找到您的PAT。

# 请登录并从https://clarifai.com/settings/security获取您的API密钥
from getpass import getpass

CLARIFAI_PAT = getpass()

     ········

# 导入所需的模块
from langchain.embeddings import ClarifaiEmbeddings
from langchain import PromptTemplate, LLMChain

输入

创建一个与LLM Chain一起使用的提示模板：

template = """问题：{question}

答案：让我们逐步思考。"""

prompt = PromptTemplate(template=template, input_variables=["question"])

设置

将用户ID和应用程序ID设置为模型所在的应用程序。您可以在https://clarifai.com/explore/models上找到公共模型的列表

您还需要初始化模型ID，如果需要，还可以初始化模型版本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 = "openai"
APP_ID = "embed"
MODEL_ID = "text-embedding-ada"

# 您可以将特定模型版本作为model_version_id参数提供。
# MODEL_VERSION_ID = "MODEL_VERSION_ID"

# 初始化Clarifai嵌入模型
embeddings = ClarifaiEmbeddings(
    pat=CLARIFAI_PAT, user_id=USER_ID, app_id=APP_ID, model_id=MODEL_ID
)

text = "这是一个测试文档。"

query_result = embeddings.embed_query(text)

doc_result = embeddings.embed_documents([text])