curl --request POST \
--url https://kaienapi.com/v1/embeddings \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "text-embedding-3-small",
"input": "需要向量化的文本"
}
'{
"object": "list",
"data": [
{}
],
"model": "<string>",
"usage": {}
}{
"error": {
"message": "<string>",
"type": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"code": "<string>"
}
}OpenAI Embeddings 兼容接口，将文本转成向量，供检索、聚类、相似度计算等流程读取。
请求格式
使用 application/json。必须包含 model 和 input。
输入方式
- 单条文本：
input传字符串。 - 批量文本：
input传字符串数组，响应顺序与输入顺序一致。 - 指定维度：模型可降维时传
dimensions。
读取结果
响应中的 data 是向量数组。每个元素通常包含 index、embedding 和 object。写入向量库前，用 index 对回原始输入，避免批量请求后文本和向量错位。
错误定位
- 维度不匹配：核对向量库 collection 的维度与模型输出维度。
- 批量失败：先减少单次 input 数量，再检查单条文本长度。
- 结果为空：核对模型是否开放 embeddings 接口。
POST
/
v1
/
embeddings
curl --request POST \
--url https://kaienapi.com/v1/embeddings \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "text-embedding-3-small",
"input": "需要向量化的文本"
}
'{
"object": "list",
"data": [
{}
],
"model": "<string>",
"usage": {}
}{
"error": {
"message": "<string>",
"type": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"code": "<string>"
}
}Authorizations
在请求头中传入：Authorization: Bearer sk-...
Body
application/json
创建向量的请求体。把文本转成向量后，可进入检索、聚类、相似度计算或 RAG 召回流程。
向量模型 ID，例如 text-embedding-3-small、text-embedding-3-large 或兼容模型。
要向量化的文本。可传单条字符串或字符串数组。批量请求的返回顺序与 input 顺序一致。
向量编码格式。默认返回 float 数组；需要压缩传输时使用 base64，具体以模型说明为准。
Available options:
float, base64 指定输出向量维度。只有可降维的向量模型会读取该字段；不传时使用模型默认维度。
Example:
1024