LangChain 文本嵌入模型（Embeddings）是 LangChain 框架中用于将‌非结构化文本转换为高维数值向量‌的核心组件接口，它本身不直接提供算法，而是统一封装了各类底层嵌入模型（如 OpenAI、Hugging Face、阿里云等）的调用逻辑 。‌‌

核心定义与功能

本质作用‌：充当“翻译官”，将人类可读的文字映射为计算机可计算的‌浮点数列表（向量）‌，使机器能理解文本的语义信息 。

关键特性‌：遵循‌语义保持性‌，即语义相似的文本（如“猫”和“小狗”）在向量空间中的距离更近，从而支持相似度计算 。

统一接口‌：无论底层使用何种模型，LangChain 均通过标准方法暴露功能，便于开发者灵活切换供应商 。

文本嵌入作用

找相似的内容：让电脑搜索的时候不只找关键词，还能找到意思相近的内容；

分类文字：分类文章、商品的好评、差评；

推荐：根据用户关注的内容推荐相似的东西；

跨语言：不同国家语言，只要意思相近，都能够匹配到。

代码示例

网络文本模型

新建一个“TextEmbedded.ipynb”文件，同样，我们需要把上一章的模型加载部分代码搬过来，如下图：

点击运行；

新建代码段

from langchain_community.embeddings import ZhipuAIEmbeddings

#加载
embeddings = ZhipuAIEmbeddings(model="embedding-2")

#评论
comments = ["这个电视很好、很清晰","这个电视很差、很卡顿"]
#转换为向量
vector = embeddings.embed_documents(comments)
print(f"向量的维度:{len(vector[0])}")
print(f"向量:{vector[0]}")

直接运行会报错，提示ImportError: Could not import zhipuai python package.Please install it with `pip install zhipuai`.

需要按照提示进入我们的conda环境，执行pip install zhipuai；

注意：

有时候会发现，安装完pip install zhipuai后，还是会报“ImportError: Could not import zhipuai python package.Please install it with `pip install zhipuai`”错误，这个时候需要排查：

1.你的python是不是运行在你的conda环境里面？

2.你的conda环境是否正确安装了包？

查看方式：

conda activate 你自己的环境

#查看zhipuai版本
 pip show zhipuai

如果有输出版本信息，则表示已经安装

3.以上两种都排除了，但是仍然有错误，执行一下这条命令：

python -c "from zhipuai import ZhipuAI; print('zhipuai 导入成功')"

可能会出现（也可能其它包缺失）：

ModuleNotFoundError: No module named 'sniffio'，这样我们需要再安装一下：pip install sniffio；

这个时候我们再运行代码，应该就不会出错了，打印如下：

预测测试

安装包

pip install scikit-learn

新建代码块

test_comment=['这个东西超好用!']
test_vector = embeddings.embed_documents(test_comment)
print(f"向量:{test_vector[0]}")
from sklearn.linear_model import LogisticRegression
labels = [1,0]#1好评0差评
clf = LogisticRegression().fit(vector,labels)
#预测
prediction = clf.predict(test_vector)
print("好评" if prediction[0]==1 else "差评")

点击运行，可以看到，模型将我们的“这个东西超好用”，评论归类到了好评上面。

本地文本模型

有时候我们不想用网络上的模型，我们可以去下载下来，部署到我们本地使用，推荐下载地址：ModelScope 魔搭社区，进去之后，再右上角搜索：bge-small-zh-v1.5，找到后进入下载页面，如下图：

点击“下载模型”，里面包含了很多下载方式，我这边是用git下载的，下载后，模型放到工程文件夹下面，如下图：

测试

安装包：

pip install langchain_huggingface

pip install sentence-transformers 

测试代码：

from langchain_huggingface import HuggingFaceEmbeddings


#加载本地模型
embeddings = HuggingFaceEmbeddings(
    model_name='bge-small-zh-v1.5',
    model_kwargs={'device': 'cpu'},
    encode_kwargs={'normalize_embeddings': False}  #提升相似度计算精度
)

#测试
query = "这个电视怎么样?"
query_vector = embeddings.embed_query(query)
print(f"向量的维度:{len(query_vector)}")
print(f"向量:{query_vector}")

运行，输出下面结果：

代表我们本地的向量模型可以使用了；

一个简单的应用

下面我们以一个简单的应用来体现文本向量化的实际使用：

大概应用是这样：我们将一个公司考勤规定通过向量化后，并持久化保存到硬盘，然后用户可以根据自己的需求，搜索到相应的规定要求：比如：加班规定、年假规定、迟到处罚等；

1.在当前项目目录新建一个“.txt”文档，加入以下内容（也可以自己编写测试文档）：

2.加载本地向量模型

from langchain_huggingface import HuggingFaceEmbeddings
#加载本地模型
embeddings = HuggingFaceEmbeddings(
    model_name='bge-small-zh-v1.5',
    model_kwargs={'device': 'cpu'},
    encode_kwargs={'normalize_embeddings': False}  #提升相似度计算精度
)

3.加载文档并持久化，测试搜索

 持久化需要安装一个包：

pip install chromadb

from langchain_community.document_loaders import TextLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter


#加载文件
loader = TextLoader('./公司考勤.txt', encoding='utf-8')
documents = loader.load()

#中文分块

text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=50,   #适合中文段落的段落大小
    chunk_overlap=0, #上下误差 避免上下文缺失
    separators=["\n\n", "\n", " ", ",","。"]
)
splits = text_splitter.split_documents(documents)
#print(f"分块数量:{len(splits)}")
#print(f"第一个分块内容:{splits[0].page_content}")

#数据持久化

from langchain_community.vectorstores import Chroma

db = Chroma.from_documents(
    documents=splits,
    embedding=embeddings,
    persist_directory="./chroma_db"
)

# 语义搜索

docs = db.similarity_search("加班规定", k=2)
print(f"搜索结果:")
for doc in docs:
    print(f"内容:{doc.page_content}")

其中，docs = db.similarity_search("加班规定", k=2)，k值代表搜索的结果，k=1，会返回最接近搜索的结果，k值越大，返回的结果就会越多（会返回和搜索相似的结果），这个需要根据实际应用去调整；

运行，打印出结果：

OK，文本嵌入模型就先讲到这里，实际应用中根据需求，加到自己的AI Agent里面；下一章继续介绍Langchain的工具封装调用......