GetEmbedding
Sendet Eingabedaten an ein Einbettungsmodell und gibt eine Vektordarstellung als Containerdaten zurück.
Format
GetEmbedding ( Konto ; Modell ; Eingabe )
Parameter
Konto
– das KI-Konto, das diese Funktion verwenden soll. Verwenden Sie in der aktuellen Datei den Scriptschritt „KI-Konto konfigurieren“, um das Konto einzurichten und ihm diesen Namen zuzuweisen, bevor diese Funktion verwendet wird.
Modell
– der Name des Modells zur Generierung von Einbettungsvektoren. Geben Sie den Modellnamen als Textausdruck an, der beim Modellanbieter verfügbar ist.
Eingabe
– ein beliebiger Ausdruck, der Text- oder Containerdaten zurückgibt, die an das Modell zur Konvertierung in Einbettungsvektoren gesendet werden.
Zurückgegebener Datentyp
Container
Ursprung in Version
21.0
Beschreibung
Ähnlich wie bei dem Scriptschritt „Einbettung einfügen“ erhält diese Funktion Einbettungsvektoren für die angegebene Eingabe mithilfe eines KI-Kontos und -Modells. Diese Funktion gibt die Einbettungsvektoren jedoch nur als Containerdaten zurück, die kleiner sein können als bei der Speicherung als Text und die Leistung bei der weiteren Verarbeitung mit den Einbettungsvektoren verbessern können.
Für Bild- und Text-Einbettungsvektoren können Sie die Modelle verwenden, die vom Open-Source-Modell-Server unterstützt werden, der separat mit FileMaker Pro bereitgestellt oder mit FileMaker Server installiert wird. Siehe Claris Engineering Blog.
Diese Funktion gibt „?“ zurück, und die Funktion „BerechnungsFehler“ gibt Folgendes zurück:
-
Fehlercode 877 („Kann kein KI-Konto finden“), wenn derzeit kein KI-Konto konfiguriert ist
-
Fehlercode 882 („Ungültige KI-Anfrage“), wenn bei der Einbettung eines Bildes das von
Eingabe
angegebene Bild ein nicht unterstützter Dateityp ist oder die Dateigröße zu groß ist
Beispiel 1
Konfiguriert ein KI-Konto, wechselt zum Layout „Meetingdetails“ und setzt dann den Wert des Containerfelds „Meetings::Notiz_Einbettung“ im aktuellen Datensatz auf die binären Einbettungsvektordaten für den Text „Claris“.
KI-Konto konfigurieren [ Kontoname: "mein-Konto" ; Modellanbieter:: OpenAI ; API-Schlüssel: "sk-RZCtpWT..." ]
Gehe zu Layout [ "Meetingdetails" (Meetings) ; Animation: Keine ]
Feldwert setzen [ Meetings::Notiz_Einbettung ; GetEmbedding ( "mein-Konto" ; "text-einbettung-3-klein" ; "Claris" ) ]
Beispiel 2
Konfiguriert ein KI-Konto, wechselt zum Layout „Meetingdetails“ und fordert den Benutzer auf, Text einzugeben, der mit dem Feld „Notiz“ im aktuellen Datensatz verglichen werden soll. Als Nächstes ruft er die Einbettungsvektoren für die Eingabe ab und speichert sie in einer Variablen als Containerdaten. Dasselbe geschieht mit dem Text im Feld „Meetings::Notiz“. Zeigt dann die Cosinus-Ähnlichkeit der Einbettungsvektoren in den beiden Variablen an.
KI-Konto konfigurieren [ Kontoname: "mein-Konto" ; Modellanbieter: OpenAI ; API-Schlüssel: "sk-RZCtpWT..." ]
Gehe zu Layout [ "Meetingdetails" (Meetings) ; Animation: Keine ]
Eigenes Dialogfeld anzeigen [ "Diesen Text mit der Meeting-Notiz vergleichen:" ; $Eingabe ]
Variable setzen [ $Eingabe_Einbettung ; Wert: GetEmbedding ( "mein-Konto" ; "text-einbettung-3-klein" ; $Eingabe ) ]
Variable setzen [ $Eingabe_Einbettung ; Wert: GetEmbedding ( "mein-Konto" ; "text-einbettung-3-klein" ; Meetings::Notiz ) ]
Eigenes Dialogfeld anzeigen [ "Cosinus-Ähnlichkeit" ; CosineSimilarity ( $Eingabe_Einbettung ; $Notiz_Einbettung ) ]