通用 Embedding 接口规范

文本向量化接口将文本转换为高维向量表示，用于语义搜索、文本分类、聚类等场景。

项目	值
Base URL	`https://api.taiha.cn/v1`
API Key	在控制台创建
Model ID	在模型广场查看

鉴权方式：所有协议统一使用 Authorization: Bearer <API Key> 请求头。

向量化请求

POST /v1/embeddings

cURL
Python

curl -X POST 'https://api.taiha.cn/v1/embeddings' \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer <API Key>' \
-d '{
    "model": "<Model ID>",
    "input": "你好"
}'

import requests
url = "https://api.taiha.cn/v1/embeddings"

headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer <API Key>",
}

payload = {
    "model": "<Model ID>",
    "input": "你好"
}
response = requests.post(url, headers=headers, json=payload, timeout=30)
response.raise_for_status()
result = response.json()
print(result)
if "data" in result:
    print("Assistant:", result["data"][0]["embedding"])

常用参数

model 　string　必填　|　模型ID

模型ID，请按照模型广场中模型所示名称填写，区分大小写。
您也可以通过请求端点models来获得所有可请求的模型列表。

input 　string 　必填　|　向量文本

要转换为向量的输入文本。可以是单个字符串，或字符串数组（批量处理）

encoding_format　string　可选　|　返回格式

返回向量的编码格式。可选值：float 或 base64，默认 float

dimensions　integer　可选　|　向量维度

返回向量的维度数，仅部分模型支持

user　string　可选　|　用户标识

最终用户的唯一标识符，用于监控和检测滥用行为

向量化请求​

常用参数​

向量化请求

常用参数