Snowflake는 대용량 데이터를 저장하고 쿼리할 수 있는 클라우드 기반 데이터 웨어하우징 플랫폼입니다.
이 페이지에서는 LangChain 내에서 Snowflake 생태계를 사용하는 방법을 다룹니다.

​
Embedding models

Snowflake는 Hugging Face에서 오픈 웨이트 arctic 라인의 embedding model을 무료로 제공합니다. 가장 최신 모델인 snowflake-arctic-embed-m-v1.5는 matryoshka embedding을 특징으로 하며, 이는 효과적인 벡터 절단을 가능하게 합니다. 이러한 모델들은 HuggingFaceEmbeddings connector를 통해 사용할 수 있습니다: 
pip install langchain-community sentence-transformers

from langchain_huggingface import HuggingFaceEmbeddings

model = HuggingFaceEmbeddings(model_name="snowflake/arctic-embed-m-v1.5")

​
Document loader

SnowflakeLoader를 사용하여 Snowflake에서 데이터를 로드할 수 있습니다: 
from langchain_community.document_loaders import SnowflakeLoader
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I