#Nhúng

Chuyển văn bản thành vector số bằng endpoint Embeddings tương thích với OpenAI.

POST https://getrouter.ai/v1/embeddings

#Yêu cầu cơ bản

curl https://getrouter.ai/v1/embeddings \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_ID",
    "input": "A unified API for multiple AI models"
  }'

Phản hồi chứa các vector trong mảng data và thông tin sử dụng trong usage nếu có.

#Python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://getrouter.ai/v1",
)

response = client.embeddings.create(
    model="MODEL_ID",
    input=[
        "A unified API for multiple AI models",
        "Vector search retrieves semantically similar text",
    ],
)

for item in response.data:
    print(item.index, len(item.embedding))

#Node.js / TypeScript

import OpenAI from 'openai'

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://getrouter.ai/v1',
})

const response = await client.embeddings.create({
  model: 'MODEL_ID',
  input: [
    'A unified API for multiple AI models',
    'Vector search retrieves semantically similar text',
  ],
})

console.log(response.data.map((item) => item.embedding.length))

#Các trường yêu cầu

#Đầu vào theo lô

Gộp các văn bản liên quan vào một yêu cầu khi model được chọn và giới hạn đầu vào của bạn cho phép. Giữ lại index của từng mục phản hồi để có thể ánh xạ vector về đúng đầu vào ban đầu.

#Khả năng tương thích của vector

Không trộn các vector nhúng từ model ID hoặc cấu hình số chiều khác nhau trong cùng một chỉ mục vector. Hãy nhúng lại dữ liệu hiện có nếu bạn thay đổi một trong hai giá trị này.

#Đường dẫn thay thế

Đặc tả API cũng cung cấp endpoint nhúng có model trong đường dẫn:

POST /v1/engines/{model}/embeddings

Ưu tiên /v1/embeddings cho các tích hợp mới tương thích với OpenAI, trừ khi client hiện có của bạn cần đường dẫn kiểu engine.

#Bước tiếp theo

• Chọn model nhúng
• Xem giá
• Sử dụng tính năng xếp hạng lại
• Mở Tài liệu tham chiếu API