将 MixedBread 与 Qdrant 结合使用

MixedBread 是一个独特的提供商，提供跨多个领域的嵌入。他们的模型用途广泛，与 Qdrant 集成后可用于各种搜索任务。MixedBread 正在创建最先进的模型和工具，使搜索更智能、更快、更相关。无论您是构建下一代搜索引擎或 RAG（检索增强生成）系统，还是增强现有搜索解决方案，他们都拥有实现这一切的要素。

安装

您可以使用以下 pip 命令安装所需的包

pip install mixedbread

集成示例

下面是使用 MixedBread 的 API 获取嵌入并将其存储在 Qdrant 集合中的示例

import qdrant_client
from qdrant_client.models import Batch
from mixedbread import MixedBreadModel

# Initialize MixedBread model
model = MixedBreadModel("mixedbread-variant")

# Generate embeddings
text = "MixedBread provides versatile embeddings for various domains."
embeddings = model.embed(text)

# Initialize Qdrant client
qdrant_client = qdrant_client.QdrantClient(host="localhost", port=6333)

# Upsert the embedding into Qdrant
qdrant_client.upsert(
    collection_name="VersatileEmbeddings",
    points=Batch(
        ids=[1],
        vectors=[embeddings],
    )
)

此页面有用吗？

本页内容