AzureOpenAIのAPIを使ったEmbeddingモデルの取得方法

はじめに

Pythonを使ってAzureOpenAIのエンドポイントを使う場合、openaiの1.x以降ではOpenAIのエンドポイントを使う場合と書き方が異なる模様。

参考：https://learn.microsoft.com/ja-jp/azure/ai-services/openai/how-to/switching-endpoints

Embeddingモデルを使う場合も書き方が異なってくるため、LangChainとLlamaIndexのそれぞれでどのような方法になるかをまとめる。

いずれも関数として定義し、RAGなどで必要なEmbeddingモデルとして利用できるような形で示す。

環境

openai: 1.14.1 ※1.x以降

方法

以下、それぞれの定義はこちら。

LangChainの場合

from langchain_openai import AzureOpenAIEmbedding

def get_embedding():
    embedding = AzureOpenAIEmbedding(
        openai_api_type='azure',
        openai_api_version='{API_VERSION}',
        azure_endpoint='{API_ENDPOINT}',
        openai_api_key='{API_KEYS}',
        model='{EMBEDDING_MODEL}',
        azure_deployment='{MODEL_NAME}'
    )
    return embedding

LlamaIndexの場合

from llama_index.embeddings.azure_openai import AzureOpenAIEmbedding

def get_embedding():
    embedding = AzureOpenAIEmbedding(
        model='{EMBEDDING_MODEL}',
        deployment_name='{EMBEDDING_DEPLOYMENT_MODEL_NAME}',
        api_key='{API_KEY}',
        azure_endpoint='{API_ENDPOINT}',
        api_version='{API_VERSION}'
    )
    return embedding

関連記事