2.4 文档嵌入模型 Text Embedding Models

2.4.1 嵌入模型概述

Text Embedding Models：文档嵌入模型，提供将文本编码为向量的能力，即文档向量化。文档写入和用户查询匹配前都会先执行文档嵌入编码，即向量化。

常用嵌入模型：

LangChain中针对向量化模型的封装提供了两种接口，一种针对句子的向量化embed_query ，一种针对文档的向量化(embed_documents) 。

2.4.2 嵌入模型选型与初始化

选型1：使用CloseAI平台提供的嵌入模型

初始化方式：

需要.env文件中对应的配置信息：

选型2：使用硅基流动平台的嵌入模型
选择bge-m3 作为嵌入模型，可以通过硅基流动调用，该模型可以免费调用，如果追求更低的延迟、更稳定的服务，也可以充值后选择带有pro 前缀的模型，如下所示

这两款产品的模型是一样的，区别只在于资费和服务保障。
初始化方式1：

初始化方式2：

需要.env文件中对应的配置信息：

SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1
SILICONFLOW_API_KEY=<YOUR_API_KEY>