[AI Embedchain] API手册概述

创建一个 Embedchain 上的 RAG 应用对象。这是开发者与 Embedchain API 交互的主要入口点。一个应用配置了你选择的 LLM、向量数据库、嵌入模型和检索策略。

使用方法

你可以使用以下方法创建应用实例：

默认设置

1
2


from embedchain import App
app = App()

Python 字典

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20


from embedchain import App

config_dict = {
  'llm': {
    'provider': 'gpt4all',
    'config': {
      'model': 'orca-mini-3b-gguf2-q4_0.gguf',
      'temperature': 0.5,
      'max_tokens': 1000,
      'top_p': 1,
      'stream': False
    }
  },
  'embedder': {
    'provider': 'gpt4all'
  }
}

# 从配置字典加载 LLM 配置
app = App.from_config(config=config_dict)

YAML 配置

main.py

1
2
3
4


from embedchain import App

# 从 config.yaml 文件加载 LLM 配置
app = App.from_config(config_path="config.yaml")

config.yaml

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


llm:
  provider: gpt4all
  config:
    model: 'orca-mini-3b-gguf2-q4_0.gguf'
    temperature: 0.5
    max_tokens: 1000
    top_p: 1
    stream: false

embedder:
  provider: gpt4all

JSON 配置

main.py

1
2
3
4


from embedchain import App

# 从 config.json 文件加载 LLM 配置
app = App.from_config(config_path="config.json")

config.json

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


{
  "llm": {
    "provider": "gpt4all",
    "config": {
      "model": "orca-mini-3b-gguf2-q4_0.gguf",
      "temperature": 0.5,
      "max_tokens": 1000,
      "top_p": 1,
      "stream": false
    }
  },
  "embedder": {
    "provider": "gpt4all"
  }
}