嵌入

文本嵌入向量生成接口，用于语义搜索、文本相似度计算、聚类等场景。

创建嵌入 POST

POST https://callxyq.xyz/v1/embeddings

请求参数

参数	类型	必填	说明
model	string	✅	嵌入模型，如 text-embedding-3-small
input	string/array	✅	待嵌入的文本或文本数组
encoding_format	string	否	返回格式：float 或 base64
dimensions	integer	否	输出维度（部分模型支持）

示例请求

cURL Python JavaScript

curl -X POST "https://callxyq.xyz/v1/embeddings" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxx" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "你好世界"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxx",
    base_url="https://callxyq.xyz/v1"
)

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="你好世界"
)

print(response.data[0].embedding[:5])

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-xxxx',
  baseURL: 'https://callxyq.xyz/v1',
});

const response = await client.embeddings.create({
  model: 'text-embedding-3-small',
  input: '你好世界',
});

console.log(response.data[0].embedding.slice(0, 5));

响应

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023, -0.0094, 0.0156, 0.0283, -0.0045]
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 4,
    "total_tokens": 4
  }
}

用于语义检索、向量化、相似度计算。

接口

POST https://callxyq.xyz/v1/embeddings

常用参数

• model
• input
• encoding_format
• dimensions（部分模型支持）