双子座

Milvus 通过GeminiEmbeddingFunction类与Gemini的模型集成。该类提供使用预训练的 Gemini 模型对文档和查询进行编码的方法，并将嵌入作为与 Milvus 索引兼容的密集向量返回。要使用该功能，请通过在Gemini平台上创建账户从Gemini获取 API 密钥。

要使用此功能，请安装必要的依赖项：

pip install --upgrade pymilvus
pip install "pymilvus[model]"

然后，实例化GeminiEmbeddingFunction：

from pymilvus import model

gemini_ef = model.dense.GeminiEmbeddingFunction(
    model_name='gemini-embedding-exp-03-07', # Specify the model name
    api_key='YOUR_API_KEY', # Provide your OpenAI API key
)

参数：

• model_name（字符串）

  用于编码的 Gemini 模型名称。有效选项为gemini-embedding-exp-03-07（默认）、models/ embedding-001 和models/text-embedding-004。

• api_key（字符串）

  访问 Gemini API 的 API 密钥。

• config（type.EmbedContentConfig）嵌入模型的可选配置。

  • output_dimensionality可以指定输出嵌入的数量。
  • 可以指定task_type，以便为特定任务生成优化的嵌入模型，从而节省时间和成本并提高性能。仅支持gemini-embedding-exp-03-07模型。

模型名称	尺寸
gemini-embedding-exp-03-07	3072(default),1536,768
模型/嵌入式-001	768
模型/文本嵌入-004	768

任务类型	任务类型
语义相似性	用于生成为评估文本相似性而优化的 Embeddings。
分类	用于生成经过优化的嵌入信息，以便根据预设标签对文本进行分类。
聚类	用于生成经过优化的嵌入信息，以便根据文本的相似性对文本进行聚类。
返回文档（RETRIEVAL_DOCUMENT）、返回查询（RETRIEVAL_QUERY）、问题解答（QUESTION_ANSWERING）和事实验证（FACT_VERIFICATION	用于生成针对文档搜索或信息检索进行优化的嵌入。
代码检索查询	用于根据自然语言查询检索代码块，如数组排序或反向链接列表。代码块的嵌入使用 RETRIEVAL_DOCUMENT 计算。

要为文档创建 Embeddings，请使用encode_documents()方法：

docs = [
    "Artificial intelligence was founded as an academic discipline in 1956.",
    "Alan Turing was the first person to conduct substantial research in AI.",
    "Born in Maida Vale, London, Turing was raised in southern England.",
]

docs_embeddings = gemini_ef.encode_documents(docs)

# Print embeddings
print("Embeddings:", docs_embeddings)
# Print dimension and shape of embeddings
print("Dim:", gemini_ef.dim, docs_embeddings[0].shape)

预期输出类似于下图：

Embeddings: [array([-0.00894029,  0.00573813,  0.013351  , ..., -0.00042766,
       -0.00603091, -0.00341043], shape=(3072,)), array([ 0.00222347,  0.03725113,  0.01152256, ...,  0.01047272,
       -0.01701597,  0.00565377], shape=(3072,)), array([ 0.00661134,  0.00232328, -0.01342973, ..., -0.00514429,
       -0.02374139, -0.00701721], shape=(3072,))]
Dim: 3072 (3072,)

要为查询创建嵌入代码，请使用encode_queries()方法：

queries = ["When was artificial intelligence founded", 
           "Where was Alan Turing born?"]

query_embeddings = gemini_ef.encode_queries(queries)

# Print embeddings
print("Embeddings:", query_embeddings)
# Print dimension and shape of embeddings
print("Dim", gemini_ef.dim, query_embeddings[0].shape)

预期输出类似于下面的内容：

Embeddings: [array([-0.02066572,  0.02459551,  0.00707774, ...,  0.00259341,
       -0.01797572, -0.00626168], shape=(3072,)), array([ 0.00674969,  0.03023903,  0.01230692, ...,  0.00160009,
       -0.01710967,  0.00972728], shape=(3072,))]
Dim 3072 (3072,)