Skip to main content

CloudflareWorkersAIEmbeddings

这将帮助您使用 LangChain 开始使用 Cloudflare Workers AI 的嵌入模型。如需关于CloudflareWorkersAIEmbeddings功能和配置选项的详细文档，请参阅API 参考文档。

概览​

集成详情​

类包本地支持Python 支持包下载量包最新版本
CloudflareWorkersAIEmbeddings@langchain/cloudflare❌❌NPM - 下载量NPM - 版本

安装配置​

要访问 Cloudflare 的嵌入模型，您需要创建一个 Cloudflare 账户并安装@langchain/cloudflare集成包。该集成设计用于在 Cloudflare Worker 中运行并接受绑定。

请按照官方文档设置您的 Worker。

您的wrangler.toml文件应类似于以下内容：

name = "langchain-test"
main = "worker.js"
compatibility_date = "2024-01-10"

[[vectorize]]
binding = "VECTORIZE_INDEX"
index_name = "langchain-test"

[ai]
binding = "AI"

凭据​

如果您希望对模型调用进行自动追踪，还可以取消以下内容的注释以设置您的LangSmith API 密钥：

# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装​

LangChain CloudflareWorkersAIEmbeddings 集成位于@langchain/cloudflare包中：

:::提示 请参阅安装集成包的一般说明部分。 :::

yarn add @langchain/cloudflare @langchain/core

使用方法​

以下是一个使用 Workers AI 嵌入功能并结合 Cloudflare Vectorize 向量存储 的示例工作程序。

// @ts-nocheck

import type {
  VectorizeIndex,
  Fetcher,
  Request,
} from "@cloudflare/workers-types";

import {
  CloudflareVectorizeStore,
  CloudflareWorkersAIEmbeddings,
} from "@langchain/cloudflare";

export interface Env {
  VECTORIZE_INDEX: VectorizeIndex;
  AI: Fetcher;
}

export default {
  async fetch(request: Request, env: Env) {
    const { pathname } = new URL(request.url);
    const embeddings = new CloudflareWorkersAIEmbeddings({
      binding: env.AI,
      model: "@cf/baai/bge-small-en-v1.5",
    });
    const store = new CloudflareVectorizeStore(embeddings, {
      index: env.VECTORIZE_INDEX,
    });
    if (pathname === "/") {
      const results = await store.similaritySearch("hello", 5);
      return Response.json(results);
    } else if (pathname === "/load") {
      // Upsertion by id is supported
      await store.addDocuments(
        [
          {
            pageContent: "hello",
            metadata: {},
          },
          {
            pageContent: "world",
            metadata: {},
          },
          {
            pageContent: "hi",
            metadata: {},
          },
        ],
        { ids: ["id1", "id2", "id3"] }
      );

      return Response.json({ success: true });
    } else if (pathname === "/clear") {
      await store.delete({ ids: ["id1", "id2", "id3"] });
      return Response.json({ success: true });
    }

    return Response.json({ error: "Not Found" }, { status: 404 });
  },
};

API 参考文档​

有关所有 CloudflareWorkersAIEmbeddings 功能和配置的详细文档，请访问 API 参考页面: https://api.js.langchain.com/classes/langchain_cloudflare.CloudflareWorkersAIEmbeddings.html

Was this page helpful?


You can also leave detailed feedback on GitHub.