从这节课开始，我们来学习片段向量化的流程，这块内容是这套课程的重点和难点，课后大家一定要自己动手实现一遍。主要是两个大块的内容，一个向量化，另一个是向量的存储和检索。

代码示例

1、模型配置

a) 这里我们以OpenAI为例，讲解向量化的流程，大家可以根据需要，替换百川、千问等国产模型，都兼容OpenAI接口，只需要配置相应的url和key即可。

b) 如果需要自己部署的离线模型，只需要将模型部署为兼容OpenAI接口的http服务即可，有需要的话也可以参考我前面录制的模型部署课程。

c) 不同Embedding模型，向量化之后的维度是不一样的，通常来说，项目上线前需要确定具体模型，上线后不能更改，如果强制更改，则需要清除向量库，重新进行全站向量化。 

内容不可见，请联系管理员开通权限。

2、封装函数 

内容不可见，请联系管理员开通权限。

3、调用测试 

内容不可见，请联系管理员开通权限。

这个向量化的过程，因为OpenAI做了比较好的封装，实现起来还是相对比较容易的。下节课，我们开始学习向量存储和检索，需要用到Milvus，这个就没有现成的三方包可以用了，所以为了降低大家的学习门槛，我提前封装好了一个操作Milvus的类，下节课我们一起看一下具体内容。

本文链接：http://edu.ichenhua.cn/edu/note/761

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！