BedrockEmbeddings 集成

使用 LangChain Python 集成 BedrockEmbeddings 嵌入模型。

Amazon Bedrock 是一项全托管服务，通过单一 API 提供来自领先 AI 公司（如 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon）的高性能基础模型（FMs）选择，并配备构建生成式 AI 应用所需的一系列广泛功能，涵盖安全性、隐私性和负责任 AI。使用 Amazon Bedrock，您可以轻松针对您的用例试验和评估顶级 FMs，通过微调和 检索增强生成（RAG）等技术使用您的数据私密地定制模型，并构建利用您的企业系统和数据源执行任务的智能体。由于 Amazon Bedrock 是无服务器的，您无需管理任何基础设施，并且可以使用您已经熟悉的 AWS 服务，安全地将生成式 AI 功能集成并部署到您的应用程序中。

pip install -qU  boto3

from langchain_aws import BedrockEmbeddings

embeddings = BedrockEmbeddings(
    credentials_profile_name="bedrock-admin", region_name="us-east-1"
)

embeddings.embed_query("这是文档的内容")

embeddings.embed_documents(
    ["这是文档的内容", "这是另一份文档"]
)

# 异步嵌入查询
await embeddings.aembed_query("这是文档的内容")

# 异步嵌入文档
await embeddings.aembed_documents(
    ["这是文档的内容", "这是另一份文档"]
)

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.