텍스트 임베딩 생성
ShareAI를 사용하여 의미론적 검색, 검색 및 유사성을 위한 텍스트 임베딩을 생성하세요. 지원되는 입력 형식과 모델 요구 사항을 확인하세요.
이 페이지에서
https://api.shareai.now/api/v1/embeddings하나 이상의 텍스트를 임베딩 벡터로 변환합니다.
- 기본 URL
https://api.shareai.now- 인증
- Bearer API 키 또는 승인된 OAuth 액세스 토큰
ShareAI에서 활성화된 임베딩 모델을 선택하고 자격 증명으로 허용된 모델을 사용하세요. 채팅 모델은 임베딩 모델로 대체할 수 없습니다. 모델 가용성과 지원 옵션은 구성된 제공자에 따라 달라집니다.
요청 보내기#
cURL
curl --fail-with-body --request POST \
"https://api.shareai.now/api/v1/embeddings" \
-H "Authorization: Bearer $SHAREAI_API_KEY" \
-H "Content-Type: application/json" \
--data '{
"model": "YOUR_EMBEDDING_MODEL",
"input": [
"How do I connect a device?",
"Where can I read my usage?"
],
"encoding_format": "float"
}'
Python
import json
import os
import urllib.request
headers = {"Authorization": "Bearer " + os.environ["SHAREAI_API_KEY"]}
headers["Content-Type"] = "application/json"
payload = {'model': 'YOUR_EMBEDDING_MODEL', 'input': ['How do I connect a device?', 'Where can I read my usage?'], 'encoding_format': 'float'}
data = json.dumps(payload).encode()
request = urllib.request.Request('https://api.shareai.now/api/v1/embeddings', data=data, headers=headers, method='POST')
with urllib.request.urlopen(request, timeout=60) as response:
print(json.load(response))
TypeScript
const url = "https://api.shareai.now/api/v1/embeddings";
const headers: Record = {
Authorization: `Bearer ${process.env.SHAREAI_API_KEY}`,
};
headers["Content-Type"] = "application/json";
const payload = {
"model": "YOUR_EMBEDDING_MODEL",
"input": [
"How do I connect a device?",
"Where can I read my usage?"
],
"encoding_format": "float"
};
const response = await fetch(url, { method: "POST", headers, body: JSON.stringify(payload) });
if (!response.ok) throw new Error(`${response.status}: ${await response.text()}`);
console.log(await response.json());
요청 필드#
| 필드 | 값 |
|---|---|
model | 활성화된 임베딩 모델 ID. |
input | 비어 있지 않은 문자열 또는 최대 128개의 비어 있지 않은 문자열 배열. |
encoding_format | float 또는 base64. |
dimensions | 선택적 정수 1에서 65536까지; 선택한 모델이 이를 지원해야 합니다. |
벡터 읽기#
읽기 data 배열을 사용하여 각 결과를 index 입력과 임베딩을 일치시킵니다. 문서와 검색 쿼리를 임베딩할 때 동일한 모델과 차원을 유지하세요. 결과에는 제공자가 보고한 usage.
제한 내 배치#
결합된 입력 텍스트는 256 KiB로 제한됩니다. 응답은 동기식이며 2 MiB로 제한되므로 큰 벡터나 배치가 응답 제한을 초과할 수 있습니다. 배치 크기를 줄이거나 지원되는 더 작은 차원을 사용하세요. 토큰-ID 배열은 허용되지 않습니다.
인증 및 가용성#
승인된 OAuth 액세스 토큰은 API 키를 대체할 수 있습니다. 계정 자금으로 요청하려면 surcharge 승인된 플랜이 필요합니다. 모델 및 제공자 제한은 여전히 적용됩니다. 모델이 임베딩에 대해 활성화되지 않은 경우 사용 가능한 임베딩 모델을 선택하세요. 자격 증명을 변경해도 모델을 활성화할 수 없습니다.
사용량#
임베딩은 입력 토큰을 소비합니다. 대량 배치를 실행하기 전에 모델 가격을 확인하고 콘솔 사용량 을 검토하세요. 재시도하기 전에 유효성 검사, 권한 부여 및 가용성 오류를 처리하세요.
마지막 업데이트 9월 15, 2026