跳到主要内容

Embeddings

生成文本向量用于搜索、召回、聚类等任务。

请求​

POST /embeddings

请求体
{
  "model": "text-embedding-3-small",
  "input": ["你好", "欢迎使用奇异果AI，提供统一标准接口覆盖多模型供应商"]
}

响应​

响应示例
{
  "data": [
    { "index": 0, "embedding": [0.06, 0.03, 0.08] },
    { "index": 1, "embedding": [0.09, 0.10, 0.20] }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 6,
    "total_tokens": 6
  }
}

最佳实践​

  • 统一分词与文本清洗策略
  • 向量存储选择支持余弦/内积相似度的引擎
  • 管理版本与维度，避免线上混用