Mixedbread AI 통합

Mixedbread AI 통합

LangChain JavaScript로 Mixedbread AI 임베딩 모델과 통합하는 방법을 안내할게요.

출처: 문서

본문

MixedbreadAIEmbeddings 클래스는 Mixedbread AI API를 사용해 텍스트 임베딩을 생성해요. 이 가이드는 MixedbreadAIEmbeddings 클래스를 설정하고 사용하는 방법을 안내하며, 프로젝트에 효과적으로 통합하도록 도와줘요.

설치

@langchain/mixedbread-ai 패키지를 설치하려면 다음 명령을 사용하세요:

npm install @langchain/mixedbread-ai @langchain/core

초기화

먼저 Mixedbread AI 웹사이트에서 가입하고 API 키를 받으세요. 그런 다음 이 키로 MixedbreadAIEmbeddings 클래스를 초기화할 수 있어요.

API 키를 생성자에 직접 전달하거나 환경 변수(MXBAI_API_KEY)로 설정할 수 있어요.

기본 사용법

MixedbreadAIEmbeddings 인스턴스를 만드는 방법은 다음과 같아요:

import { MixedbreadAIEmbeddings } from "@langchain/mixedbread-ai";

const embeddings = new MixedbreadAIEmbeddings({
  apiKey: ***
  // Optionally specify model
  // model: "mixedbread-ai/mxbai-embed-large-v1",
});

apiKey가 제공되지 않으면 MXBAI_API_KEY 환경 변수에서 읽어와요.

임베딩 생성

단일 쿼리 임베딩

단일 텍스트 쿼리에 대한 임베딩을 생성하려면 embedQuery 메서드를 사용하세요:

const embedding = await embeddings.embedQuery(
  "Represent this sentence for searching relevant passages: Is baking fun?"
);
console.log(embedding);

여러 문서 임베딩

여러 문서에 대한 임베딩을 생성하려면 embedDocuments 메서드를 사용하세요. 이 메서드는 batchSize 매개변수에 따라 배칭을 자동으로 처리해요:

const documents = ["Baking bread is fun", "I love baking"];

const embeddingsArray = await embeddings.embedDocuments(documents);
console.log(embeddingsArray);

요청 사용자 지정

추가 매개변수를 전달해 SDK를 사용자 지정할 수 있어요.

const customEmbeddings = new MixedbreadAIEmbeddings({
  apiKey: ***
  baseUrl: "...",
  maxRetries: 6,
});

오류 처리

API 키가 제공되지 않고 환경 변수에서도 찾을 수 없으면 오류가 발생해요:

try {
  const embeddings = new MixedbreadAIEmbeddings();
} catch (error) {
  console.error(error);
}

관련 자료

• 임베딩 모델 개념 가이드
• 임베딩 모델 how-to 가이드

더 알아보기

• 이 문서를 MCP로 연결하면 Claude, VSCode 등에서 실시간 답변을 받을 수 있어요.
• GitHub에서 이 페이지 편집하기 또는 이슈 제출하기.