تحول التضمينات النص إلى متجهات رقمية يمكنك تخزينها في قاعدة بيانات متجهية، البحث عنها باستخدام تشابه جيب التمام، أو استخدامها في خطوط أنابيب RAG. يعتمد طول المتجه على النموذج (عادة ما يتراوح بين 384 و 1024 بعد).
النماذج الموصى بها
إنشاء التضمينات
واجهة سطر الأوامر
إنشاء التضمينات مباشرة من سطر الأوامر:
```shell
ollama run embeddinggemma "Hello world"
```
يمكنك أيضًا تمرير النص عبر الأنابيب لإنشاء التضمينات:
```shell
echo "Hello world" | ollama run embeddinggemma
```
المخرج هو مصفوفة JSON.
cURL
```shell
curl -X POST http://localhost:11434/api/embed \
-H "Content-Type: application/json" \
-d '{
"model": "embeddinggemma",
"input": "The quick brown fox jumps over the lazy dog."
}'
```
Python
```python
import ollama
single = ollama.embed(
model='embeddinggemma',
input='The quick brown fox jumps over the lazy dog.'
)
print(len(single['embeddings'][0])) # vector length
```
JavaScript
```javascript
import ollama from 'ollama'
const single = await ollama.embed({
model: 'embeddinggemma',
input: 'The quick brown fox jumps over the lazy dog.',
})
console.log(single.embeddings[0].length) // vector length
```
ملاحظة
تُرجع نقطة نهاية /api/embed متجهات مُعياراة بالتطبيع L2 (ذات طول وحدة).
إنشاء دفعة من التضمينات
مرر مصفوفة من السلاسل النصية إلى input.
cURL
```shell
curl -X POST http://localhost:11434/api/embed \
-H "Content-Type: application/json" \
-d '{
"model": "embeddinggemma",
"input": [
"First sentence",
"Second sentence",
"Third sentence"
]
}'
```
Python
```python
import ollama
batch = ollama.embed(
model='embeddinggemma',
input=[
'The quick brown fox jumps over the lazy dog.',
'The five boxing wizards jump quickly.',
'Jackdaws love my big sphinx of quartz.',
]
)
print(len(batch['embeddings'])) # number of vectors
```
JavaScript
```javascript
import ollama from 'ollama'
const batch = await ollama.embed({
model: 'embeddinggemma',
input: [
'The quick brown fox jumps over the lazy dog.',
'The five boxing wizards jump quickly.',
'Jackdaws love my big sphinx of quartz.',
],
})
console.log(batch.embeddings.length) // number of vectors
```
نصائح
- استخدم تشابه جيب التمام لمعظم حالات استخدام البحث الدلالي.
- استخدم نفس نموذج التضمينات لكل من الفهرسة والاستعلام.