文本向量
Embeddings：把文本转成向量，用于检索、聚类与去重。
文本向量（Embeddings）
把文本转成向量，用于检索、聚类、去重等。input 可以是单个字符串，也可以是字符串数组。
支持的模型在「模型清单」里标有能力「文本向量」，例如 text-embedding-v4、embedding-3。
POST
/embeddings文本向量OpenAI 兼容的向量化接口；input 支持字符串或字符串数组。
请求参数
| 参数 | 类型 | 必填 | 说明 | 默认值 |
|---|---|---|---|---|
model | string | 是 | 向量模型标识 | — |
input | string | string[] | 是 | 待向量化的文本 | — |
请求示例
curl https://api.chenra.com/api/relay/v1/embeddings \
-H "Authorization: Bearer sk-你的密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-v4",
"input": ["向量数据库是什么", "如何做语义检索"]
}'响应示例
{
"object": "list",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.013, -0.204, ...] },
{ "object": "embedding", "index": 1, "embedding": [-0.041, 0.177, ...] }
],
"model": "text-embedding-v4",
"usage": { "prompt_tokens": 12, "total_tokens": 12 }
}错误码
| 错误码 | 说明 |
|---|---|
400 | 缺少 input 参数 |
404 | 模型不存在或未启用 |
分享这篇文档