跳到主要内容

使用 AI_EMBED 函数

本文档介绍如何使用 AI 函数服务中的 AI_EMBED 函数在 seekdb 中将文本生成向量嵌入。

概述​

提示

AI_EMBED 函数目前仅支持文本数据生成向量嵌入。

提示

混合搜索（Hybrid Search）依赖 AI 模型管理和 AI_EMBED 函数功能。在删除 AI 模型时，需检查其是否被混合搜索引用，以避免潜在问题。

seekdb 支持使用 AI 函数服务中的 AI_EMBED 函数生成向量嵌入。用户无需安装任何依赖，只需注册好模型信息，即可在 seekdb 中使用 AI 函数服务生成向量嵌入。

AI_EMBED 函数通过 model_key 指定一个已注册的嵌入模型（Embedding Model），将用户提供的文本数据转换为向量数据。当模型支持多个维度时，允许通过 dim 参数指定输出相关维度的向量。

前提条件​

权限授予​

在使用 AI_EMBED 函数等 AI 函数服务之前，需要确保你已拥有相关权限。详细权限请参见 AI 函数调用权限。

模型注册​

在使用 AI_EMBED 函数之前，需要确保你已使用系统包 DBMS_AI_SERVICE 中的子程序注册好模型信息。以下是注册示例：

CALL DBMS_AI_SERVICE.DROP_AI_MODEL ('ob_embed');
CALL DBMS_AI_SERVICE.DROP_AI_MODEL_ENDPOINT ('ob_embed_endpoint');

CALL DBMS_AI_SERVICE.CREATE_AI_MODEL(
'ob_embed', '{
    "type": "dense_embedding",
    "model_name": "BAAI/bge-m3"
}');

CALL DBMS_AI_SERVICE.CREATE_AI_MODEL_ENDPOINT (
'ob_embed_endpoint', '{
    "ai_model_name": "ob_embed",
    "url": "https://api.siliconflow.cn/v1/embeddings",
    -- 需替换为实际的 access_key
    "access_key": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx",
    "provider": "siliconflow"
}');

支持的所有模型供应商，及其对应的 URL 具体信息请参见 CREATE_AI_MODEL_ENDPOINT。

语法​

AI_EMBED(model_key, input, [dim])

参数说明：

参数描述类型是否可空
model_key数据库内注册的模型。VARCHAR(128)No
input用户输入的希望转换的文本数据。VARCHARNo
dim指定输出相关维度的向量。部分大模型厂商提供的 API，支持配置多个维度。INT64Yes

必须指定 model_key、input，并且其中一个为 NULL 时，函数提示报错。

返回值说明如下：

  • vector 格式的字符串，嵌入模型根据文本转换的向量。

示例​

嵌入单行数据​

SELECT AI_EMBED("ob_embed","Hello world") AS embedding;

返回结果如下：

+----------------+
| embedding      |
+----------------+
| [0.1, 0.2, 0.3]|	
+----------------+

嵌入表上列​

CREATE TABLE comments (
    id INT AUTO_INCREMENT PRIMARY KEY,
    content TEXT
);

INSERT INTO comments (content) VALUES ('hello world!');

SELECT AI_EMBED("ob_embed",content) AS embedding FROM comments;

返回结果如下：

+----------------+
| embedding      |
+----------------+
| [0.1, 0.2, 0.3]|	
+----------------+

相关文档​

Contents

编辑此页