Справочник API
Эмбеддинги
Преобразование текста в векторные представления.
Эмбеддинги преобразуют текст в векторы для поиска, кластеризации, поиска по сходству и RAG.
Эндпоинт
| Метод | Путь | Описание |
|---|---|---|
POST | /v1/embeddings | Создание текстовых эмбеддингов |
Поля запроса
| Поле | Тип | Обязательно | Описание |
|---|---|---|---|
model | string | Да | Идентификатор модели эмбеддингов |
input | string or array | Да | Текст для преобразования в эмбеддинг. Отправьте одну строку или массив строк |
encoding_format | string | Нет | Формат возвращаемого кодирования, например float или base64, в зависимости от поддержки модели |
dimensions | integer | Нет | Целевая размерность вектора, в зависимости от поддержки модели |
user | string | Нет | Идентификатор пользователя |
seed, temperature, top_p | number | Нет | Дополнительные поля, принимаемые некоторыми совместимыми каналами |
frequency_penalty, presence_penalty | number | Нет | Дополнительные поля, принимаемые некоторыми совместимыми каналами |
curl
curl https://api.tensoraxis.ai/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $TENSORAXIS_API_KEY" \
-d '{
"model": "text-embedding-3-small",
"input": ["First text", "Second text"]
}'Python
from openai import OpenAI
client = OpenAI(
api_key="your-tensoraxis-api-key",
base_url="https://api.tensoraxis.ai/v1",
)
response = client.embeddings.create(
model="text-embedding-3-small",
input="TENSORAXIS API",
)
print(response.data[0].embedding[:5])Структура ответа
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.0123, -0.0456]
}
],
"model": "text-embedding-3-small",
"usage": {
"prompt_tokens": 8,
"total_tokens": 8
}
}