POST
/v1/embeddings文本向量 API
将文本转换为高维向量表示，用于语义搜索、文本分类、聚类分析等场景。
支持的模型
请求参数
代码示例
from openai import OpenAI
client = OpenAI(
api_key="sk-air-your-key",
base_url="https://nexusflow.hk/v1",
)
response = client.embeddings.create(
model="text-embedding-v3",
input="nexusflow 是一个统一的大模型 API 平台",
)
embedding = response.data[0].embedding
print(f"向量维度: {len(embedding)}")
print(f"前 5 个值: {embedding[:5]}")响应结构
响应示例
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.0023064255, -0.009327292, 0.015797347, ...]
}
],
"model": "text-embedding-v3",
"usage": {
"prompt_tokens": 12,
"total_tokens": 12
}
}应用场景
语义搜索
将查询和文档转换为向量，通过向量相似度实现语义级别的搜索。
文本分类
利用向量表示进行文本分类，无需大量标注数据。
聚类分析
对大量文本进行聚类，发现隐含的主题和模式。
推荐系统
基于内容相似度为用户推荐相关文章或产品。