Are you an LLM? Read llms.txt for a summary of the docs, or llms-full.txt for the full context.
Skip to content
接口 / Vectors

Embeddings

POST/v1/embeddings

使用 OpenAI-compatible 客户端创建向量 embedding。通过模型目录确认哪些模型支持 embeddings,以及是否支持自定义 dimensions。

请求 Body

modelstring
required

来自 /api/models/catalog 的 embedding 模型 ID。

inputstring | string[]
required

文本输入,或有序文本批量输入。响应会保持输入顺序。

dimensionsinteger
nullable

支持截断的模型可使用可选向量维度。

encoding_formatstring
nullable
floatbase64

上游支持时可选择输出编码格式。

响应

objectstring

通常为 list

dataobject[]

每个 input 对应一个 embedding item。

data[].embeddingnumber[] | string

向量数值,或取决于 encoding_format 的 base64 编码向量。

usage.prompt_tokensinteger

embedding 使用的输入 token 数。

批量建议

小批量可以直接传数组。大规模数据任务建议在客户端分块,确保每个请求都不超过 provider 的 body size 和 token 限制。

常见模型

ModelDimNotes
BAAI/bge-m31024Multilingual
text-embedding-3-small1536OpenAI cheap default
text-embedding-3-large3072OpenAI high quality
gemini-embedding-001768Google default

相关页面