POST
/
embeddings
curl --request POST \
  --url https://geekai.co/api/v1/embeddings \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "text-embedding-3-small",
  "input": [
    "你好"
  ],
  "intent": "search_document",
  "dimensions": 1536,
  "retries": 0
}'
{
  "model": "text-embedding-3-small",
  "data": [
    {
      "embedding": [
        -0.006929,
        0.0023415,
        "..."
      ],
      "index": 0
    }
  ],
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8,
    "prompt_tokens_details": {
      "text_tokens": 123,
      "image_tokens": 123
    }
  },
  "object": "list"
}

注：你可以在模型广场筛选查看系统支持的所有向量模型列表，向量模型请求/响应参数结构兼容 OpenAI，切换模型时只需修改对应的模型名称即可，若模型请求/响应参数和OpenAI不一致，极客智坊底层会自动转换对齐。 响应数据格式和OpenAI完全兼容。

向量模型 API 调用示例可以参考这里：文本向量化。

​
请求/响应参数明细

Authorizations

​
Authorization
string
header
required

JWT认证token

Body

application/json
​
model
string
required

嵌入模型

Example:

"text-embedding-3-small"

​
input
required

文本字符串或者图文对象列表，单行文本字符数受模型上下文长度限制

Example:
["你好"]
​
intent
enum<string>

嵌入意图，用于指定嵌入的使用场景，目前仅 Cohere 向量模型支持该字段，当对图片进行向量化需要指定为 image

Available options:
search_document,
search_query,
classification,
clustering,
image
​
dimensions
integer
default:1536

输出向量维度

Example:

1536

​
retries
integer
default:0

自动重试次数，默认0，表示失败不重试

Example:

0

Response

200
application/json

成功响应

​
model
string
required

使用的嵌入模型

Example:

"text-embedding-3-small"

​
data
object[]
required

嵌入向量数据列表

​
usage
object
required
​
object
enum<string>
default:list

响应对象类型

Available options:
list