在 RAG 流程中，第一步就是將文本轉換為向量。這裡我們將示範如何使用 Azure OpenAI 的 Embedding 模型結合 LangChain，將文件內容轉為向量。

1. 在 Azure OpenAI 的 Foundry Portal 建立 Embedding 模型。

和我們在第三天時建立 GPT 模型時一樣，我們要部署起一個 Embedding 模型。我們這裡部署 text-embedding-3-small【拼音】 模型，這個模型一般稱為三小模型，是 OpenAI CP 值最高的模型，也就是語義相似度的理解高且價格便宜。如下圖所示。

2. 一樣填寫表單建立模型，如下圖所示，這裡和第三天的方式一樣，因此不再特別說明。這裡我直接把它取名為 3-small

3. 接著我們就可以開始來把文本 embedding 了。我們使用下面的程式碼

from langchain_openai import AzureOpenAIEmbeddings

AZURE_OPENAI_API_KEY = "xx"         
AZURE_OPENAI_ENDPOINT = "https://chatgpteastus.openai.azure.com/" 
AZURE_OPENAI_EMBEDDING_DEPLOYMENT = "3-small"

text = "LangChain 是最讚的大語言模型應用開發框架，之一"

embeddings_model = AzureOpenAIEmbeddings(
    api_key=AZURE_OPENAI_API_KEY,
    azure_deployment=AZURE_OPENAI_EMBEDDING_DEPLOYMENT,
    openai_api_version="2024-10-21",
    azure_endpoint=AZURE_OPENAI_ENDPOINT,
)

vector = embeddings_model.embed_query(text)
print(f"向量維度: {len(vector)}")
print(f"向量前5維: {vector[:5]}")

4. 然後用指令跑起來 uv run python day06.py，就可以看到如下圖的結果。

5. 你可以試著把 text 抽換成出師表或是其他很長的文章，你會發現向量維度都會是 1536 維。因為維度是模型本身決定的，和文本長度沒有相關。維度高和語義相關性的表現會有正相關，但是不是絕對的。text-embedding-3-large 的維度更高，表現更好，但是也更貴。

明天我們就來建立 Azure AI search ，把向量資料整合進去吧！！