TensorFlow
此 Embeddings 集成完全在您的浏览器或 Node.js 环境中运行嵌入，使用 TensorFlow.js。这意味着您的数据不会发送给任何第三方，并且您无需注册任何 API 密钥。但是，它确实比其他集成需要更多的内存和处理能力。
- npm
- Yarn
- pnpm
npm install @langchain/community @langchain/core @tensorflow/tfjs-core@3.6.0 @tensorflow/tfjs-converter@3.6.0 @tensorflow-models/universal-sentence-encoder@1.3.3 @tensorflow/tfjs-backend-cpu
yarn add @langchain/community @langchain/core @tensorflow/tfjs-core@3.6.0 @tensorflow/tfjs-converter@3.6.0 @tensorflow-models/universal-sentence-encoder@1.3.3 @tensorflow/tfjs-backend-cpu
pnpm add @langchain/community @langchain/core @tensorflow/tfjs-core@3.6.0 @tensorflow/tfjs-converter@3.6.0 @tensorflow-models/universal-sentence-encoder@1.3.3 @tensorflow/tfjs-backend-cpu
import "@tensorflow/tfjs-backend-cpu";
import { TensorFlowEmbeddings } from "@langchain/community/embeddings/tensorflow";
const embeddings = new TensorFlowEmbeddings();
此示例使用 CPU 后端，它在任何 JS 环境中都有效。但是，您可以使用 TensorFlow.js 支持的任何后端，包括 GPU 和 WebAssembly，这将快得多。对于 Node.js，您可以使用 @tensorflow/tfjs-node 包，对于浏览器，您可以使用 @tensorflow/tfjs-backend-webgl 包。有关更多信息，请参阅 TensorFlow.js 文档。