使用MixedBread与Qdrant

MixedBread 是一个独特的提供商，提供跨多个领域的嵌入。他们的模型在与 Qdrant 集成时适用于各种搜索任务。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。无论您是在构建下一代搜索引擎还是 RAG（检索增强生成）系统，或者您正在增强现有的搜索解决方案，他们都有实现这一目标的要素。

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

以下是如何使用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],
    )
)

这个页面有用吗？

本页内容：