向量嵌入

将文本转换为高维向量,用于语义检索、相似度计算与 RAG 等场景,兼容 OpenAI Embeddings 协议。

基本信息

方法POST 端点https://koprouter.kopglobal.com/v1/embeddings 鉴权Authorization: Bearer sk-...

请求参数

参数 类型 必填 说明
model string 是 嵌入模型 ID
input string/array 是 待向量化的文本,可为字符串或字符串数组
encoding_format string 否 返回格式,float(默认)或 base64
dimensions number 否 指定输出向量维度

请求示例

curl https://koprouter.kopglobal.com/v1/embeddings \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_ID",
    "input": ["Hello world", "你好,世界"]
  }'

响应示例

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023, -0.0112, 0.0184]
    },
    {
      "object": "embedding",
      "index": 1,
      "embedding": [0.0019, -0.0108, 0.0177]
    }
  ],
  "model": "MODEL_ID",
  "usage": {
    "prompt_tokens": 5,
    "total_tokens": 5
  }
}
批量传入字符串数组可显著降低请求次数与开销,`data` 数组顺序与 `input` 一一对应。