AwaDB 是一个 AI 原生数据库，用于搜索和存储 LLM 应用程序使用的嵌入向量。

本笔记本解释了如何在 LangChain 中使用 AwaEmbeddings。

# pip install awadb

导入库

from langchain_community.embeddings import AwaEmbeddings

Embedding = AwaEmbeddings()

设置嵌入模型

用户可以使用 Embedding.set_model() 来指定嵌入模型。
此函数的输入是一个字符串，表示模型的名称。
目前支持的模型列表可以在这里获取。
默认模型是 all-mpnet-base-v2，无需设置即可使用。

text = "our embedding test"

Embedding.set_model("all-mpnet-base-v2")

res_query = Embedding.embed_query("The test information")
res_document = Embedding.embed_documents(["test1", "another test"])

以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。

⌘I