AwaDB는 LLM Application에서 사용되는 embedding vector의 검색 및 저장을 위한 AI Native 데이터베이스입니다.
이 노트북은 LangChain에서 AwaEmbeddings를 사용하는 방법을 설명합니다. 
# pip install awadb

​
library import하기

from langchain_community.embeddings import AwaEmbeddings

Embedding = AwaEmbeddings()

​
Embedding model 설정

사용자는 Embedding.set_model()을 사용하여 embedding model을 지정할 수 있습니다.
이 함수의 입력은 model의 이름을 나타내는 문자열입니다.
현재 지원되는 model 목록은 여기에서 확인할 수 있습니다. \ \ 기본 model은 all-mpnet-base-v2이며, 별도 설정 없이 사용할 수 있습니다. 
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"])
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I