跳到主要内容
MixedbreadAIEmbeddings 类使用 Mixedbread AI API 生成文本嵌入。本指南将引导您设置和使用 MixedbreadAIEmbeddings 类，帮助您将其有效地集成到您的项目中。

​
安装

要安装 @langchain/mixedbread-ai 包，请使用以下命令：
有关安装 LangChain 软件包的一般说明，请参阅此部分。
npm
npm install @langchain/mixedbread-ai @langchain/core

​
初始化

首先，在 Mixedbread AI 网站上注册，并从此处获取您的 API 密钥。然后，您可以使用此密钥初始化 MixedbreadAIEmbeddings 类。 您可以直接将 API 密钥传递给构造函数，或者将其设置为环境变量（MXBAI_API_KEY）。

​
基本用法

以下是创建 MixedbreadAIEmbeddings 实例的方法： 
import { MixedbreadAIEmbeddings } from "@langchain/mixedbread-ai";

const embeddings = new MixedbreadAIEmbeddings({
  apiKey: "YOUR_API_KEY",
  // Optionally specify model
  // model: "mixedbread-ai/mxbai-embed-large-v1",
});
如果未提供 apiKey，它将从 MXBAI_API_KEY 环境变量中读取。

​
生成嵌入

​
嵌入单个查询

要为单个文本查询生成嵌入，请使用 embedQuery 方法 
const embedding = await embeddings.embedQuery(
  "Represent this sentence for searching relevant passages: Is baking fun?"
);
console.log(embedding);

​
嵌入多个文档

要为多个文档生成嵌入，请使用 embedDocuments 方法。此方法根据 batchSize 参数自动处理批处理： 
const documents = ["Baking bread is fun", "I love baking"];

const embeddingsArray = await embeddings.embedDocuments(documents);
console.log(embeddingsArray);

​
自定义请求

您可以通过传递额外参数来自定义 SDK。 
const customEmbeddings = new MixedbreadAIEmbeddings({
  apiKey: "YOUR_API_KEY",
  baseUrl: "...",
  maxRetries: 6,
});

​
错误处理

如果未提供 API 密钥且无法在环境变量中找到，则会抛出错误： 
try {
  const embeddings = new MixedbreadAIEmbeddings();
} catch (error) {
  console.error(error);
}
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.