创建嵌入请求

本接口是融云提供的文本向量化服务接口，基于大型语言模型将输入文本转换为高维向量表示。 这些向量可用于语义相似度计算、信息检索、聚类分析、文本分类等多种下游任务，为企业级应用提供强大的语义理解能力。

请求方法

POST： <ai-api-base-url>/llm/v1/embeddings

其中，<ai-api-base-url> 为您的 API Key 所属数据中心的域名：

• 北京数据中心：https://ai.rong-api.com
• 北美数据中心：https://ai.us-light-api.com

请求头参数

参数名	类型	必传	默认值	说明
Authorization	string	是	-	身份认证令牌，格式为 Bearer <your API key>，需替换为实际 API Key，用于验证用户权限。

正文参数

参数名	类型	必传	默认值	说明
model	enum	是	-	指定生成嵌入向量的模型名称，仅支持融云官方发布模型，传入非平台模型将返回错误：“暂不支持此种模型”。平台将定期更新可用模型列表。
input	string/string[]	是	-	输入文本（支持单个字符串或字符串数组），用于生成嵌入向量。 注意： 输入文本的 token 数不能超过模型限制（如 BAAI/bge-m3 为 8192 tokens，其他模型为 512 tokens）； 禁止传入空字符串。
encoding_format	enum	否	float	嵌入向量的返回格式： float：浮点数数组（默认）； base64：Base64 编码的二进制格式，适合减少传输体积。

请求示例

cURL

bash

   curl --request POST \
     --url <ai-api-base-url>/llm/v1/embeddings \
     --header 'Authorization: Bearer <token>' \
     --header 'Content-Type: application/json' \
     --data '{
     "model": "Pro/BAAI/bge-m3",
     "input": "北京云中融信网络科技股份有限公司（简称“融云”），是全球互联网通信云服务领创品牌。2014 年由创下亿级日活神话的“飞信”核心团队组建而成，依托沉淀近 20 年的领先技术基因，开创性地将通信技术封装为 SDK 提供给开发者和企业用户，大幅降低了行业对通信功能开发的难度和成本。",
     "encoding_format": "float"
   }'

Python

python

 import requests

 url = "<ai-api-base-url>/llm/v1/embeddings"

 payload = {
     "model": "Pro/BAAI/bge-m3",
     "input": "北京云中融信网络科技股份有限公司（简称“融云”），是全球互联网通信云服务领创品牌。2014 年由创下亿级日活神话的“飞信”核心团队组建而成，依托沉淀近 20 年的领先技术基因，开创性地将通信技术封装为 SDK 提供给开发者和企业用户，大幅降低了行业对通信功能开发的难度和成本。",
     "encoding_format": "float"
 }
 headers = {
     "Authorization": "Bearer <token>",
     "Content-Type": "application/json"
 }

 response = requests.request("POST", url, json=payload, headers=headers)

 print(response.text)

JavaScript

JavaScript

   const options = {
   method: 'POST',
   headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
   body: '{"model":"Pro/BAAI/bge-m3","input":"北京云中融信网络科技股份有限公司（简称“融云”），是全球互联网通信云服务领创品牌。2014 年由创下亿级日活神话的“飞信”核心团队组建而成，依托沉淀近 20 年的领先技术基因，开创性地将通信技术封装为 SDK 提供给开发者和企业用户，大幅降低了行业对通信功能开发的难度和成本。","encoding_format":"float"}'
 };

 fetch('<ai-api-base-url>/llm/v1/embeddings', options)
   .then(response => response.json())
   .then(response => console.log(response))
   .catch(err => console.error(err));

响应参数

参数名	类型	是否必返	说明
object	enum	是	固定值为 list，标识返回结果为嵌入向量列表。
model	string	是	实际用于生成嵌入向量的模型名称（可能因平台模型调整与请求参数不一致）。
data	object[]	是	嵌入向量列表，每个元素包含： object：固定值为 "embedding"； embedding：嵌入向量（格式由 encoding_format 决定）； index：输入文本在原始数组中的索引。
usage	object	是	资源使用统计信息，包含： prompt_tokens：输入文本的 token 数； total_tokens：总 token 数（与 prompt_tokens 相等）。

返回结果示例

JSON

  {
    "model": "<string>",
    "data": [
      {
        "object": "embedding",
        "embedding": [
          123
        ],
        "index": 123
      }
    ],
    "usage": {
      "prompt_tokens": 123,
      "completion_tokens": 123,
      "total_tokens": 123
    }
  }