النص
إنشاء Embedding
ينشئ متجه embedding يمثل النص المدخل
استخدم GET /v1/models?recommended_for=embedding لسرد نماذج embedding الحالية. استخدم نموذجًا تدرج تفاصيله العملية embedding أو text-embedding. النموذج الذي يدرج multimodal-embedding يُرجع 400 unsupported_endpoint هنا؛ أرسله إلى إنشاء Multimodal Embeddings.
جسم الطلب
تُرجع نقطة النهاية هذه استجابتها بعد أن تصبح المتجهات جاهزة. بالنسبة للدفعات الكبيرة، اضبط مهلة عميل HTTP على 120s على الأقل.
معرّف نموذج embedding المراد استخدامه (مثل text-embedding-3-small).
النص المراد عمل embedding له: سلسلة نصية أو مصفوفة من السلاسل النصية. النماذج التي تدعم إدخال token تقبل أيضًا number[] لتسلسل token واحد أو number[][] لتسلسلات متعددة. يعتمد عدد العناصر، وعدد token لكل عنصر، وعدد token لكل طلب على النموذج؛ يمكنك الاطلاع عليها في GET /v1/models/{model}.
floatتنسيق الـ embeddings: إما float أو base64.
عدد أبعاد كل متجه مُرجع، وهو عدد صحيح موجب. أرسله فقط عندما تدرج تفاصيل النموذج dimensions؛ ويعتمد الحد الأقصى على النموذج.
معرّف فريد يمثل المستخدم النهائي الخاص بك لمراقبة إساءة الاستخدام.
الاستجابة
دائمًا list.
مصفوفة من كائنات embedding.
يحتوي كل كائن على:
object(string):embeddingindex(integer): الفهرس في مصفوفة الإدخالembedding(array | string): متجه رقمي لـfloat، أو سلسلة Base64 لـbase64.
النموذج المستخدم.
استخدام token مع prompt_tokens و total_tokens.
الطلب
curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
-H "Authorization: Bearer sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-3-small",
"input": "The quick brown fox jumps over the lazy dog"
}'تم تقصير المتجه في المثال لتسهيل القراءة.
الاستجابة
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.0023, -0.0194, 0.0081]
}
],
"model": "text-embedding-3-small",
"usage": {
"prompt_tokens": 9,
"total_tokens": 9
}
}عمليات Embedding الدفعية
# Embed multiple texts at once
response = client.embeddings.create(
model="text-embedding-3-small",
input=[
"First document text",
"Second document text",
"Third document text"
]
)
for i, data in enumerate(response.data):
print(f"Document {i}: {len(data.embedding)} dimensions")الأخطاء
| الحالة | الرمز | السبب |
|---|---|---|
400 | invalid_request | حقل مفقود أو ذو نوع غير صحيح. يحدده param |
400 | unsupported_endpoint | النموذج غير منشور لنقطة النهاية هذه |
413 | جسم الطلب كبير جدًا |
تعامل مع الحالات الأخرى كما هو موضح في التعامل مع أخطاء API.
الواجهات ذات الصلة
بالنسبة للنماذج التي تدرج multimodal-embedding، استخدم إنشاء Multimodal Embeddings.
التفويض
BearerAuth مصادقة مفتاح API. قم بإنشاء أو إدارة مفاتيح API في Dashboard > API > API Keys.
الموضع: header
الترويسات
سياسة التسليم لكل طلب. تتجاوز إعدادات API key و Workspace الافتراضية. يحاول النظام تلقائياً استخدام TokenLab Verified أولاً، وقد ينتقل مرة واحدة إلى Official فقط قبل المخرجات، أو قبول الطلب، أو إنشاء مورد دائم.
القيم المتاحة
- "auto"
- "verified"
- "official"
جسم الطلب
application/json
الاستجابة
application/json
application/json
application/json
application/json
application/json
application/json
application/json
application/json