Appearance
Embeddings API
接口:
text
POST /v1/embeddingsSDK:
python
client.embeddings.create(...)请求字段
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 使用已开通 embedding 能力的模型 ID |
input | string/array | 是 | 需要向量化的文本 |
encoding_format | string | 否 | 支持 OpenAI 常见字段 |
dimensions | number | 否 | 目标维度;是否生效取决于上游模型 |
user | string | 否 | OpenAI 兼容字段 |
响应字段
| 字段 | 说明 |
|---|---|
object | list |
data[].object | embedding |
data[].embedding | 向量数组 |
data[].index | 输入序号 |
model | 模型 ID |
usage.prompt_tokens | 输入 token |
usage.total_tokens | 总 token |
边界
| 边界 | 说明 |
|---|---|
| 模型能力 | 请使用 /v1/models 返回且已开通 embedding 能力的模型 |
| 图片/文件 | 当前 Embeddings 只面向文本输入 |
| 维度 | 上游不支持自定义维度时可能忽略 dimensions |
示例
python
from openai import OpenAI
client = OpenAI(
base_url="https://llm.lytokens.com/v1",
api_key="sk-gtw-REPLACE_ME",
)
response = client.embeddings.create(
model="text-embedding-v4",
input="需要向量化的文本",
)
print(len(response.data[0].embedding), response.usage.total_tokens)bash
curl https://llm.lytokens.com/v1/embeddings \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer sk-gtw-REPLACE_ME' \
--data-raw '{
"model": "text-embedding-v4",
"input": "需要向量化的文本"
}'