跳转至

OpenAI 嵌入格式（Embeddings）

官方文档

OpenAI Embeddings

📝 简介

获取给定输入文本的向量表示，这些向量可以被机器学习模型和算法轻松使用。相关指南请参阅 Embeddings Guide。

需要注意的是:

  • 某些模型可能对输入的总 token 数有限制

  • 您可以使用示例 Python 代码来计算 token 数量

  • 例如：text-embedding-ada-002 模型的输出向量维度为 1536

💡 请求示例

创建文本嵌入 ✅

curl https://newapi地址/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $NEWAPI_API_KEY" \
  -d '{
    "input": "The food was delicious and the waiter...",
    "model": "text-embedding-ada-002",
    "encoding_format": "float"
  }'

响应示例:

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "embedding": [
        0.0023064255,
        -0.009327292,
        // ... (1536 个浮点数,用于 ada-002)
        -0.0028842222
      ],
      "index": 0
    }
  ],
  "model": "text-embedding-ada-002",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8
  }
}

批量创建嵌入 ✅

curl https://newapi地址/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $NEWAPI_API_KEY" \
  -d '{
    "input": ["The food was delicious", "The waiter was friendly"],
    "model": "text-embedding-ada-002",
    "encoding_format": "float"
  }'

响应示例:

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "embedding": [
        0.0023064255,
        // ... (1536 个浮点数)
      ],
      "index": 0
    },
    {
      "object": "embedding",
      "embedding": [
        -0.008815289,
        // ... (1536 个浮点数)  
      ],
      "index": 1
    }
  ],
  "model": "text-embedding-ada-002",
  "usage": {
    "prompt_tokens": 12,
    "total_tokens": 12
  }
}

📮 请求

端点

POST /v1/embeddings

创建表示输入文本的嵌入向量。

鉴权方法

在请求头中包含以下内容进行 API 密钥认证：

Authorization: Bearer $NEWAPI_API_KEY

其中 $OPENAI_API_KEY 是您的 API 密钥。

请求体参数

input

  • 类型：字符串或数组
  • 必需：是

要嵌入的输入文本,编码为字符串或 token 数组。要在单个请求中嵌入多个输入,请传递字符串数组或 token 数组的数组。输入不得超过模型的最大输入 token 数(text-embedding-ada-002 为 8192 个 token),不能为空字符串,任何数组的维度必须小于等于 2048。

model

  • 类型：字符串
  • 必需：是

要使用的模型 ID。您可以使用 List models API 查看所有可用模型,或查看模型概述了解它们的描述。

encoding_format

  • 类型：字符串
  • 必需：否
  • 默认值：float

返回嵌入的格式。可以是 float 或 base64。

dimensions

  • 类型：整数
  • 必需：否

生成的输出嵌入应具有的维度数。仅在 text-embedding-3 及更高版本的模型中支持。

user

  • 类型：字符串
  • 必需：否

代表您的最终用户的唯一标识符,可以帮助 OpenAI 监控和检测滥用行为。了解更多。

📥 响应

成功响应

返回嵌入对象列表。

object

  • 类型：字符串
  • 说明：对象类型,值为 "list"

data

  • 类型：数组
  • 说明：包含嵌入对象的数组
  • 属性:
  • object: 对象类型,值为 "embedding"
  • embedding: 嵌入向量,浮点数列表。向量长度取决于模型
  • index: 嵌入在列表中的索引

model

  • 类型：字符串
  • 说明：使用的模型名称

usage

  • 类型：对象
  • 说明：token 使用统计
  • 属性:
  • prompt_tokens: 提示使用的 token 数
  • total_tokens: 总 token 数

嵌入对象

表示由嵌入端点返回的嵌入向量。

{
  "object": "embedding",
  "embedding": [
    0.0023064255,
    -0.009327292,
    // ... (ada-002 总共 1536 个浮点数)
    -0.0028842222
  ],
  "index": 0
}

index

  • 类型：整数
  • 说明：嵌入在列表中的索引

embedding

  • 类型：数组
  • 说明：嵌入向量,浮点数列表。向量长度取决于模型,具体请参阅嵌入指南

object

  • 类型：字符串
  • 说明：对象类型,始终为 "embedding"

错误响应

当请求出现问题时，API 将返回一个错误响应对象，HTTP 状态码在 4XX-5XX 范围内。

常见错误状态码

  • 401 Unauthorized: API 密钥无效或未提供
  • 400 Bad Request: 请求参数无效，例如输入为空或超出 token 限制
  • 429 Too Many Requests: 超出 API 调用限制
  • 500 Internal Server Error: 服务器内部错误

错误响应示例:

{
  "error": {
    "message": "The input exceeds the maximum length. Please reduce the length of your input.",
    "type": "invalid_request_error",
    "param": "input",
    "code": "context_length_exceeded"
  }
}