谷歌双子座
通过选择一个模型，并使用您的双子座 API 密钥配置 Milvus，即可在 Milvus 中使用谷歌双子座嵌入模型。
选择嵌入模型
Milvus 支持 Google Gemini 提供的嵌入模型。以下是当前可用的 Gemini 嵌入模型，供快速参考：
模型名称 |
尺寸 |
最大代币数 |
描述 |
|---|---|---|---|
gemini-embedding-001 |
默认：3,072（建议：768、1,536 或 3,072） |
8,192 |
具有灵活维度的文本嵌入模型，使用 Matryoshka Representation Learning (MRL) 训练。 |
gemini-embeddings-2 |
默认：3,072（建议：768、1,536 或 3,072） |
8,192 |
Google 首款原生多模态嵌入模型，在统一的嵌入空间中支持文本、图片、视频、音频和文档。 |
这两种模型都是使用 Matryoshka 表征学习（MRL）技术训练的，可以通过dim 参数实现灵活的输出维度。建议从 768 维度开始，必要时可扩展到 1,536 或 3,072 维度。更多详情，请参阅双子座嵌入模型。
Gemini 嵌入模型还支持任务类型参数，可针对特定用例优化嵌入。Milvus 会根据操作符自动设置任务类型：
插入/倒插：
RETRIEVAL_DOCUMENT搜索：
RETRIEVAL_QUERY
您可以通过明确指定task 参数（如SEMANTIC_SIMILARITY,CLASSIFICATION,CLUSTERING ）来覆盖这一点。
配置凭证
Milvus 在请求 Embeddings 之前必须知道您的 Gemini API 密钥。Milvus 提供两种配置凭据的方法：
配置文件（推荐）：将 API 密钥存储在
milvus.yaml中，这样每次重启和节点都会自动获取该密钥。环境变量：在部署时注入密钥--最适合 Docker Compose。
从以下两种方法中选择一种--配置文件在裸机和虚拟机上更易于维护，而环境变量方法适合容器工作流。
如果同一提供商的 API 密钥同时存在于配置文件和环境变量中，Milvus 将始终使用milvus.yaml 中的值，而忽略环境变量。
选项 1：配置文件（推荐且优先级更高）
将 API 密钥保存在milvus.yaml 中；Milvus 会在启动时读取它们，并覆盖同一提供商的任何环境变量。
在凭据下声明你的密钥：
你可以列出一个或多个 API 密钥--给每个密钥贴上你自创的标签，以便日后参考。
# milvus.yaml credential: apikey_dev: # dev environment apikey: <YOUR_DEV_KEY> apikey_prod: # production environment apikey: <YOUR_PROD_KEY>把 API 密钥放在这里，可以让它们在重启时保持不变，而且只需更改标签就能切换密钥。
告诉 Milvus 在调用 Gemini 时使用哪个密钥
在同一文件中，将 Gemini 提供者指向你希望它使用的标签。
function: textEmbedding: providers: gemini: credential: apikey_dev # ← choose any label you defined above这样，Milvus 向 Gemini embeddings 端点发送的每个请求都会绑定特定密钥。
方案 2：环境变量
当你使用 Docker Compose 运行 Milvus，并希望不对文件和映像保密时，请使用这种方法。
只有在milvus.yaml 中找不到提供程序的密钥时，Milvus 才会使用环境变量。
变量 |
需要 |
描述 |
|---|---|---|
milvus_gemini_api_key |
是 |
让每个 Milvus 容器都能使用 Gemini 密钥（如果在 milvus.yaml 中存在 Gemini 密钥，则忽略该变量）。 |
在docker-compose.yaml文件中，设置MILVUS_GEMINI_API_KEY 环境变量。
# docker-compose.yaml (standalone service section)
standalone:
# ... other configurations ...
environment:
# ... other environment variables ...
# Set the environment variable pointing to the Gemini API key inside the container
MILVUS_GEMINI_API_KEY: <YOUR_GEMINI_API_KEY>
environment: 块只将密钥注入 Milvus 容器，而不会触及你的主机操作系统。详情请参阅《使用 Docker Compose 配置 Milvus》。
第 1 步：创建具有文本嵌入功能的 Collections
定义 Schema 字段
要使用嵌入功能，请创建一个具有特定 Schema 的 Collections。此 Schema 必须至少包含三个必要字段：
唯一标识 Collections 中每个实体的主字段。
VARCHAR字段，用于存储要嵌入的原始数据。一个预留向量字段，用于存储文本嵌入函数将为
VARCHAR字段生成的密集向量嵌入。
下面的示例定义了一个 Schema 模式，其中一个标量字段"document" 用于存储文本数据，一个向量字段"dense" 用于存储将由函数模块生成的嵌入。切记设置向量维数 (dim) 以匹配所选嵌入模型的输出。
from pymilvus import MilvusClient, DataType, Function, FunctionType
# Initialize Milvus client
client = MilvusClient(
uri="http://localhost:19530",
)
# Create a new schema for the collection
schema = client.create_schema()
# Add primary field "id"
schema.add_field("id", DataType.INT64, is_primary=True, auto_id=False)
# Add scalar field "document" for storing textual data
schema.add_field("document", DataType.VARCHAR, max_length=9000)
# Add vector field "dense" for storing embeddings.
# IMPORTANT: Set dim to match the exact output dimension of the embedding model.
# For instance, Gemini's gemini-embedding-001 model outputs 3072-dimensional vectors by default,
# but can be shortened to 768 or 1536 dimensions.
schema.add_field("dense", DataType.FLOAT_VECTOR, dim=768)
定义文本嵌入函数
文本嵌入函数会自动将存储在VARCHAR 字段中的原始数据转换为嵌入数据，并将其存储到明确定义的向量字段中。
下面的示例添加了一个 Function 模块 (gemini_embedding) ，该模块将标量字段"document" 转换为嵌入式数据，将得到的向量存储到前面定义的"dense" 向量字段中。
# Define embedding function (example: Gemini provider)
text_embedding_function = Function(
name="gemini_embedding", # Unique identifier for this embedding function
function_type=FunctionType.TEXTEMBEDDING, # Type of embedding function
input_field_names=["document"], # Scalar field to embed
output_field_names=["dense"], # Vector field to store embeddings
params={ # Provider-specific configuration (highest priority)
"provider": "gemini", # Embedding model provider
"model_name": "gemini-embedding-001", # Embedding model
# Optional parameters:
# "credential": "apikey_dev", # Optional: Credential label specified in milvus.yaml
# "dim": "768", # Optional: Output vector dimension (default 3072)
# "task": "RETRIEVAL_DOCUMENT", # Optional: Task type for embedding optimization
}
)
# Add the embedding function to your schema
schema.add_function(text_embedding_function)
任务参数支持的任务类型：
RETRIEVAL_DOCUMENT- 优化嵌入式文档索引（默认为插入/上插）。RETRIEVAL_QUERY- 为查询检索优化嵌入（默认为搜索）。SEMANTIC_SIMILARITY- 优化用于测量文本相似性的嵌入。CLASSIFICATION- 优化嵌入式文本分类。CLUSTERING- 优化聚类嵌入。
如果没有明确设置，Milvus 会在插入/上载时自动使用RETRIEVAL_DOCUMENT ，在搜索时自动使用RETRIEVAL_QUERY 。
配置索引
在定义了包含必要字段和内置函数的 Schema 后，请为您的 Collections 设置索引。为简化这一过程，请使用AUTOINDEX 作为index_type ，该选项允许 Milvus 根据数据结构选择和配置最合适的索引类型。
# Prepare index parameters
index_params = client.prepare_index_params()
# Add AUTOINDEX to automatically select optimal indexing method
index_params.add_index(
field_name="dense",
index_type="AUTOINDEX",
metric_type="COSINE"
)
创建 Collections
现在使用定义的 Schema 和索引参数创建 Collections。
# Create collection named "demo"
client.create_collection(
collection_name='demo',
schema=schema,
index_params=index_params
)
第 2 步：插入数据
设置好集合和索引后，就可以插入原始数据了。在此过程中，您只需提供原始文本。我们之前定义的 Function 模块会为每个文本条目自动生成相应的稀疏向量。
# Insert sample documents
client.insert('demo', [
{'id': 1, 'document': 'Milvus simplifies semantic search through embeddings.'},
{'id': 2, 'document': 'Vector embeddings convert text into searchable numeric data.'},
{'id': 3, 'document': 'Semantic search helps users find relevant information quickly.'},
])
步骤 3：搜索文本
插入数据后，使用原始查询文本执行语义搜索。Milvus 会自动将你的查询转换成 Embeddings 向量，根据相似度检索相关文档，并返回匹配度最高的结果。
# Perform semantic search
results = client.search(
collection_name='demo',
data=['How does Milvus handle semantic search?'], # Use text query rather than query vector
anns_field='dense', # Use the vector field that stores embeddings
limit=1,
output_fields=['document'],
)
print(results)