tencentcloud-sdk-python 3.0.1491__py2.py3-none-any.whl → 3.1.6__py2.py3-none-any.whl

tencentcloud/es/v20250101/es_client.py

@@ -28,7 +28,7 @@ class EsClient(AbstractClient):
 
     def ChatCompletions(self, request):
         r"""本服务支持一系列高性能的大语言模型，包括DeepSeek以及腾讯自主研发的混元大模型，结合混合搜索等先进搜索技术，快速高效实现RAG，有效解决幻觉和知识更新问题。
-        本接口有单账号调用上限控制，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        本接口有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
 
         :param request: Request instance for ChatCompletions.
         :type request: :class:`tencentcloud.es.v20250101.models.ChatCompletionsRequest`
@@ -72,7 +72,7 @@ class EsClient(AbstractClient):
 
     def ChunkDocumentAsync(self, request):
         r"""文本切片是将长文本分割为短片段的技术，用于适配模型输入、提升处理效率或信息检索，平衡片段长度与语义连贯性，适用于NLP、数据分析等场景。
-        本接口为异步接口，有单账号调用上限控制，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
+        本接口为异步接口，有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
 
         :param request: Request instance for ChunkDocumentAsync.
         :type request: :class:`tencentcloud.es.v20250101.models.ChunkDocumentAsyncRequest`
@@ -141,7 +141,8 @@ class EsClient(AbstractClient):
 
 
     def GetMultiModalEmbedding(self, request):
-        r"""Embedding是一种将高维数据映射到低维空间的技术，通常用于将非结构化数据，如文本、图像或音频转化为向量表示，使其更容易输入机器模型进行处理，并且向量之间的距离可以反映对象之间的相似性。 本接口有模型维度调用上限控制，单个模型qps限制10，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        r"""Embedding是一种将高维数据映射到低维空间的技术，通常用于将非结构化数据，如文本、图像或音频转化为向量表示，使其更容易输入机器模型进行处理，并且向量之间的距离可以反映对象之间的相似性。
+        本接口有模型维度调用上限控制，单个模型qps限制10，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
 
         :param request: Request instance for GetMultiModalEmbedding.
         :type request: :class:`tencentcloud.es.v20250101.models.GetMultiModalEmbeddingRequest`
@@ -189,7 +190,7 @@ class EsClient(AbstractClient):
 
     def ParseDocument(self, request):
         r"""本服务可将各类格式文档精准转换为标准格式，满足企业知识库建设、技术文档迁移、内容平台结构化存储等需求。
-        本接口有单账号调用上限控制，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)。
+        本接口有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
 
         :param request: Request instance for ParseDocument.
         :type request: :class:`tencentcloud.es.v20250101.models.ParseDocumentRequest`
@@ -209,7 +210,7 @@ class EsClient(AbstractClient):
 
     def ParseDocumentAsync(self, request):
         r"""本服务可将各类格式文档精准转换为标准格式，满足企业知识库建设、技术文档迁移、内容平台结构化存储等需求。
-        本接口为异步接口，有单账号调用上限控制，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        本接口为异步接口，有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
 
         :param request: Request instance for ParseDocumentAsync.
         :type request: :class:`tencentcloud.es.v20250101.models.ParseDocumentAsyncRequest`

tencentcloud/es/v20250101/es_client_async.py

@@ -0,0 +1,216 @@
+# -*- coding: utf8 -*-
+# Copyright (c) 2017-2025 Tencent. All Rights Reserved.
+#
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+#
+#    http://www.apache.org/licenses/LICENSE-2.0
+#
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.
+
+
+
+from tencentcloud.common.abstract_client_async import AbstractClient
+from tencentcloud.es.v20250101 import models
+from typing import Dict
+
+
+class EsClient(AbstractClient):
+    _apiVersion = '2025-01-01'
+    _endpoint = 'es.tencentcloudapi.com'
+    _service = 'es'
+
+    async def ChatCompletions(
+            self,
+            request: models.ChatCompletionsRequest,
+            opts: Dict = None,
+    ) -> models.ChatCompletionsResponse:
+        """
+        本服务支持一系列高性能的大语言模型，包括DeepSeek以及腾讯自主研发的混元大模型，结合混合搜索等先进搜索技术，快速高效实现RAG，有效解决幻觉和知识更新问题。
+        本接口有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ChatCompletions"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ChatCompletionsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        kwargs["opts"]["Endpoint"] = "%s://es.ai.tencentcloudapi.com" % self.profile.httpProfile.scheme
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ChunkDocument(
+            self,
+            request: models.ChunkDocumentRequest,
+            opts: Dict = None,
+    ) -> models.ChunkDocumentResponse:
+        """
+        文本切片是将长文本分割为短片段的技术，用于适配模型输入、提升处理效率或信息检索，平衡片段长度与语义连贯性，适用于NLP、数据分析等场景。
+        本接口为分隔符规则切片接口，有单账号调用上限控制，如您有提高并发限制的需求请 [联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ChunkDocument"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ChunkDocumentResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ChunkDocumentAsync(
+            self,
+            request: models.ChunkDocumentAsyncRequest,
+            opts: Dict = None,
+    ) -> models.ChunkDocumentAsyncResponse:
+        """
+        文本切片是将长文本分割为短片段的技术，用于适配模型输入、提升处理效率或信息检索，平衡片段长度与语义连贯性，适用于NLP、数据分析等场景。
+        本接口为异步接口，有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ChunkDocumentAsync"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ChunkDocumentAsyncResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetDocumentChunkResult(
+            self,
+            request: models.GetDocumentChunkResultRequest,
+            opts: Dict = None,
+    ) -> models.GetDocumentChunkResultResponse:
+        """
+        获取文档切片结果
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetDocumentChunkResult"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetDocumentChunkResultResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetDocumentParseResult(
+            self,
+            request: models.GetDocumentParseResultRequest,
+            opts: Dict = None,
+    ) -> models.GetDocumentParseResultResponse:
+        """
+        本接口用于获取文档解析异步处理结果。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetDocumentParseResult"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetDocumentParseResultResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetMultiModalEmbedding(
+            self,
+            request: models.GetMultiModalEmbeddingRequest,
+            opts: Dict = None,
+    ) -> models.GetMultiModalEmbeddingResponse:
+        """
+        Embedding是一种将高维数据映射到低维空间的技术，通常用于将非结构化数据，如文本、图像或音频转化为向量表示，使其更容易输入机器模型进行处理，并且向量之间的距离可以反映对象之间的相似性。
+        本接口有模型维度调用上限控制，单个模型qps限制10，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetMultiModalEmbedding"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetMultiModalEmbeddingResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetTextEmbedding(
+            self,
+            request: models.GetTextEmbeddingRequest,
+            opts: Dict = None,
+    ) -> models.GetTextEmbeddingResponse:
+        """
+        Embedding是一种将高维数据映射到低维空间的技术，通常用于将非结构化数据，如文本、图像或音频转化为向量表示，使其更容易输入机器模型进行处理，并且向量之间的距离可以反映对象之间的相似性。
+        本接口有模型维度调用上限控制，单个模型qps限制20，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetTextEmbedding"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetTextEmbeddingResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ParseDocument(
+            self,
+            request: models.ParseDocumentRequest,
+            opts: Dict = None,
+    ) -> models.ParseDocumentResponse:
+        """
+        本服务可将各类格式文档精准转换为标准格式，满足企业知识库建设、技术文档迁移、内容平台结构化存储等需求。
+        本接口有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ParseDocument"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ParseDocumentResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        kwargs["opts"]["Endpoint"] = "%s://es.ai.tencentcloudapi.com" % self.profile.httpProfile.scheme
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ParseDocumentAsync(
+            self,
+            request: models.ParseDocumentAsyncRequest,
+            opts: Dict = None,
+    ) -> models.ParseDocumentAsyncResponse:
+        """
+        本服务可将各类格式文档精准转换为标准格式，满足企业知识库建设、技术文档迁移、内容平台结构化存储等需求。
+        本接口为异步接口，有模型维度调用上限控制，单个模型qps限制5，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service) 。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ParseDocumentAsync"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ParseDocumentAsyncResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def RunRerank(
+            self,
+            request: models.RunRerankRequest,
+            opts: Dict = None,
+    ) -> models.RunRerankResponse:
+        """
+        重排是指在 RAG 过程中，通过评估文档与查询之间的相关性，将最相关的文档放在前面，确保语言模型在生成回答时优先考虑排名靠前的上下文，提高生成结果的准确性和可信度，也可以通过这种方式进行过滤，减少大模型成本。
+        本接口有单账号调用上限控制，如您有提高并发限制的需求请[联系我们](https://cloud.tencent.com/act/event/Online_service)  。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "RunRerank"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.RunRerankResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)

tencentcloud/es/v20250101/models.py

@@ -401,11 +401,11 @@ class ChunkConfig(AbstractModel):
 
     def __init__(self):
         r"""
-        :param _MaxChunkSize: 最大分片长度
+        :param _MaxChunkSize: 按照分隔符切片后，对分片长度会进行校验，当超过最大分片长度时，则用下一级分隔符分割，如无下一级分隔符，则保留原长度；默认值：1000
         :type MaxChunkSize: int
-        :param _Delimiters: 分隔符列表
+        :param _Delimiters: 分隔符列表，优先靠前的分隔符；文件类型为TXT时，默认值：["\n\n", "\n", "。", "！", "？", "，", ""]
         :type Delimiters: list of str
-        :param _ChunkOverlap: 相邻切片重合字符数，需要小于分片长度
+        :param _ChunkOverlap: 相邻切片重合字符数，需要小于分片长度，若形成完全冗余的切片，则会自动过滤；默认值：0.2*MaxChunkSize
         :type ChunkOverlap: int
         """
         self._MaxChunkSize = None
@@ -414,7 +414,7 @@ class ChunkConfig(AbstractModel):
 
     @property
     def MaxChunkSize(self):
-        r"""最大分片长度
+        r"""按照分隔符切片后，对分片长度会进行校验，当超过最大分片长度时，则用下一级分隔符分割，如无下一级分隔符，则保留原长度；默认值：1000
         :rtype: int
         """
         return self._MaxChunkSize
@@ -425,7 +425,7 @@ class ChunkConfig(AbstractModel):
 
     @property
     def Delimiters(self):
-        r"""分隔符列表
+        r"""分隔符列表，优先靠前的分隔符；文件类型为TXT时，默认值：["\n\n", "\n", "。", "！", "？", "，", ""]
         :rtype: list of str
         """
         return self._Delimiters
@@ -436,7 +436,7 @@ class ChunkConfig(AbstractModel):
 
     @property
     def ChunkOverlap(self):
-        r"""相邻切片重合字符数，需要小于分片长度
+        r"""相邻切片重合字符数，需要小于分片长度，若形成完全冗余的切片，则会自动过滤；默认值：0.2*MaxChunkSize
         :rtype: int
         """
         return self._ChunkOverlap

tencentcloud/ess/v20201111/ess_client.py

@@ -208,6 +208,7 @@ class EssClient(AbstractClient):
 
     def CreateBatchAdminChangeInvitationsUrl(self, request):
         r"""此接口用于获取企业批量变更超管链接，包含多条超管变更任务。
+        一次性最多获取 500 条任务。
 
         前提条件：已调用 [CreateBatchAdminChangeInvitations生成批量变更超管任务接口](https://qian.tencent.com/developers/companyApis/organizations/CreateBatchAdminChangeInvitations) 确保任务提交。
         此链接包含多条超管变更流程，使用该链接可以批量的对企业进行超管变更。
@@ -470,7 +471,7 @@ class EssClient(AbstractClient):
         注意事项：
         - 使用此接口生成链接，需要贵企业先开通 <font color="red">个人签署方仅校验手机号 </font>功能。您可以在 <b>【腾讯电子签网页端控制台】->【更多】->【高级签署能力】</b>中找到该功能。
         - 生成批量签署链接时，<font color="red">合同目标参与方的状态必须为<b>待签署</b>状态</font>。签署人点击链接后需要输入短信验证码才能查看合同内容。
-        - 企业员工批量签署链接：需要传入签署方所在企业名称，用户名字和手机号（或者身份证件信息）参数来生成签署链接。<font color="red">该签署方企业必须已完成腾讯电子签企业认证</font>
+        - 企业员工批量签署链接：需要传入签署方所在企业名称，用户名字和手机号（或者身份证件信息）参数来生成签署链接。
         - 个人批量签署链接：需要传入签署方用户名字和手机号（或者身份证件信息）参数来生成签署链接。个人批量签署进行的合同的签名区， 全部变成<font color="red">手写签名</font>（不管合同里边设置的签名限制）来进行。
         - 不支持签署方含有签批控件，或设置了签署方在签署时自行添加签署控件功能的合同进行批量签署。
         - 进行小程序批量签署必须指定待签署的流程id，<font color="red">接口中FlowIds参数必传。</font>
@@ -521,7 +522,10 @@ class EssClient(AbstractClient):
 
     def CreateContractDiffTaskWebUrl(self, request):
         r"""接口（CreateContractDiffTaskWebUrl）用于创建合同对比的可嵌入web页面链接（此web页面可以通过iframe方式嵌入到贵方系统的网页中）。
-        注：本接口生成的web页面暂不支持<a href="https://qian.tencent.com/developers/companyApis/embedPages/CreateWebThemeConfig" target="_blank">设置本企业嵌入式页面主题配置</a>
+        注：
+
+        1. 对比仅支持pdf、word格式，限制大小为60M以下
+        2. 本接口生成的web页面暂不支持<a href="https://qian.tencent.com/developers/companyApis/embedPages/CreateWebThemeConfig" target="_blank">设置本企业嵌入式页面主题配置</a>
 
         未跳过上传确认的嵌入页面长相如下：
         ![image](https://qcloudimg.tencent-cloud.cn/raw/32f3526ad7152757202a7e4e760356db.jpg)