跳到主要内容

Google Gen AI Embeddings（实验性）

https://github.com/googleapis/java-genai

本集成使用官方 Google Gen AI Java SDK（com.google.genai:google-genai）。标记为 实验性（Experimental）：API 与实现可能在未来版本中变化。

Maven 依赖​

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-google-genai</artifactId>
    <version>1.18.1-beta28</version>
</dependency>

API Key​

可在此免费获取 API key：https://ai.google.dev/gemini-api/docs/api-key 。

可用模型​

参见可用嵌入模型，例如：

  • gemini-embedding-001 — 仅文本；支持任务类型与输出维度（128–3072）。
  • gemini-embedding-2 — 原生多模态；不使用任务类型参数（关于 Gemini Embedding 2 的任务指令如何工作，参见 Google AI Gemini Embeddings）。

GoogleGenAiEmbeddingModel​

基本用法​

EmbeddingModel embeddingModel = GoogleGenAiEmbeddingModel.builder()
    .apiKey(System.getenv("GOOGLE_AI_GEMINI_API_KEY"))
    .modelName("gemini-embedding-001")
    .build();

Response<Embedding> response = embeddingModel.embed("Hello, world!");
Embedding embedding = response.content();

配置嵌入模型​

EmbeddingModel embeddingModel = GoogleGenAiEmbeddingModel.builder()
    .apiKey(System.getenv("GOOGLE_AI_GEMINI_API_KEY"))
    .modelName("gemini-embedding-001")
    .taskType(GoogleGenAiEmbeddingModel.TaskTypeEnum.RETRIEVAL_DOCUMENT) // default task type
    .outputDimensionality(768)      // reduce the embedding size (for models that support it)
    .titleMetadataKey("title")      // metadata key used as the document title for RETRIEVAL_DOCUMENT
    .maxRetries(3)
    .timeout(Duration.ofSeconds(30))
    .build();

请求/响应 API 与能力​

除便捷方法与 builder 级的 taskType(...) 外，GoogleGenAiEmbeddingModel 还支持带每次调用参数的请求/响应 API：

  • 输入类型：EmbeddingInputType.QUERY / DOCUMENT 映射到 SDK 的 RETRIEVAL_QUERY / RETRIEVAL_DOCUMENT 任务类型，因此无需配置两个模型实例即可区分查询与文档嵌入。（适用于支持任务类型的模型，如 gemini-embedding-001。）
  • 维度：每次调用的 dimensions(...) 会覆盖 builder 的 outputDimensionality（对支持缩小输出尺寸的模型）。
  • 多模态（gemini-embedding-2）：原生将交错的文本 + 图像嵌入为单个向量。 更早的模型（如 gemini-embedding-001）仅支持文本。图像必须以 base64（ImageContent）提供。
  • 监听器：通过 GoogleGenAiEmbeddingModel.builder().listeners(...) 配置，以观察请求、响应与错误。
EmbeddingResponse response = embeddingModel.embed(EmbeddingRequest.builder()
    .input("What is the capital of France?")
    .inputType(EmbeddingInputType.QUERY) // embed as a query
    .dimensions(256)                     // reduce output dimensionality
    .build());

List<Embedding> embeddings = response.embeddings();

多模态示例（Gemini Embedding 2 — 文本与图像融合为单个嵌入）：

EmbeddingModel embeddingModel = GoogleGenAiEmbeddingModel.builder()
    .apiKey(System.getenv("GOOGLE_AI_GEMINI_API_KEY"))
    .modelName("gemini-embedding-2")
    .build();

EmbeddingResponse response = embeddingModel.embed(EmbeddingRequest.builder()
    .input(TextContent.from("a photo of a cat"), ImageContent.from(base64Image, "image/png"))
    .build());

Embedding embedding = response.embeddings().get(0);

关于请求/响应 API，参见 Embedding Model；关于监听器，参见 Observability。

了解更多​

关于 Gemini 嵌入模型的更多细节，参见 文档。