Skip to content

Embeddings ​

將文本轉換為向量嵌入,採用通用 Embeddings 協議格式。

POST https://router.accels.tech/v1/embeddings

請求體 ​

引數型別必填說明
modelstring✓如 text-embedding-3-small、text-embedding-3-large、bge-large-zh、qwen3-embedding
inputstring | string[] | number[][]✓待嵌入文本,或文本陣列(批次)
encoding_formatstring"float"(預設)或 "base64"
dimensionsinteger截斷到指定維度(僅部分模型支援)
userstring終端使用者標識

響應 ​

json
{
  "object": "list",
  "data": [
    {"object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, ...]}
  ],
  "model": "text-embedding-3-small",
  "usage": {"prompt_tokens": 8, "total_tokens": 8}
}

示例 ​

bash
curl https://router.accels.tech/v1/embeddings \
  -H "Authorization: Bearer $ACCELSROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["AccelsRouter 讓大模型呼叫更簡單。", "今天天氣真好。"]
  }'
python
from openai import OpenAI
client = OpenAI(api_key="sk-...", base_url="https://router.accels.tech/v1")

vec = client.embeddings.create(
    model="text-embedding-3-large",
    input="向量化一段文本",
    dimensions=1024,
).data[0].embedding

批次與限制 ​

  • 單次請求 input 陣列最大 2048 條
  • 單條文本最大 8192 tokens(具體取決於模型)
  • 超長文本請客戶端先切片再分批呼叫