建立 Gemini 嵌入向量

使用指定的引擎/模型建立嵌入向量

POST /v1/engines/{model}/embeddings

服務根位址: https://getrouter.ai

通訊協定: Gemini-compatible

驗證: x-goog-api-key: YOUR_API_KEY

參數

參數	位置	型別	必填	說明
`model`	path	`string`	是	模型或引擎 ID

請求主體

請求主體為選填。媒體類型: application/json

請求欄位

欄位	型別	必填	說明
`model`	`string`	是	—
`input`	`string or array<string>`	是	要產生嵌入向量的文字
`encoding_format`	`string`	否	可選值: `float`, `base64`; 預設值: `"float"`
`dimensions`	`integer`	否	輸出向量維度

請求範例

curl --request POST \
  --url https://getrouter.ai/v1/engines/MODEL_ID/embeddings \
  --header "x-goog-api-key: YOUR_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "MODEL_ID",
  "input": "你好，請介紹一下自己。"
}'

回應

狀態碼	說明
`200`	已成功建立嵌入向量

成功回應欄位

欄位	型別	必填	說明
`object`	`string`	否	—
`data`	`array<object>`	否	—
`model`	`string`	否	—
`usage`	`object`	否	—

回應範例

{
  "object": "object",
  "data": [
    {
      "object": "object",
      "index": 1,
      "embedding": [
        1
      ]
    }
  ],
  "model": "MODEL_ID",
  "usage": {
    "prompt_tokens": 1,
    "total_tokens": 1
  }
}

#建立 Gemini 嵌入向量

#參數

#請求主體

#請求欄位

#請求範例

#回應

#成功回應欄位

#回應範例

#相關指南

建立 Gemini 嵌入向量

參數

請求主體

請求欄位

請求範例

回應

成功回應欄位

回應範例

相關指南