向量嵌入 (Embeddings)

向量嵌入（Embeddings）接口用于将文本转换为高维实数向量。这些向量代表了文本的语义特征，广泛应用于检索增强生成（RAG）、文本聚类、语义搜索和分类任务。

接口端点

POST /v1/embeddings

请求参数

参数	类型	必填	默认值	说明
model	string	✅	-	调用的嵌入模型 ID（如 text-embedding-3-small, bge-large-zh）。
input	string | array	✅	-	输入的文本，可以是单个字符串，也可以是字符串数组（用于批量计算）。
encoding_format	string	❌	float	返回的向量数据格式。支持 float 或 base64。
dimensions	integer	❌	-	限制返回的向量维度（部分模型支持，如 text-embedding-3 系列）。

调用示例

cURL 请求

curl https://api.easytakeai.com/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "人工智能与深度学习"
  }'

JSON 响应示例

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0.002306205,
        -0.00938491,
        0.015749293,
        -0.00849312
      ]
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8
  }
}