मजकूर एम्बेडिंग्ज तयार करा
ShareAI सह सेमॅंटिक शोध, पुनर्प्राप्ती आणि साम्यतेसाठी मजकूर एम्बेडिंग्ज तयार करा, समर्थित इनपुट स्वरूप आणि मॉडेल आवश्यकताांसह.
या पृष्ठावर
https://api.shareai.now/api/v1/embeddingsएक किंवा अधिक मजकूर एम्बेडिंग व्हेक्टरमध्ये रूपांतरित करा.
- बेस URL
https://api.shareai.now- प्रमाणीकरण
- Bearer API की किंवा मंजूर OAuth प्रवेश टोकन
ShareAI वर सक्षम केलेला आणि तुमच्या क्रेडेन्शियलद्वारे अनुमती दिलेला एम्बेडिंग मॉडेल निवडा. चॅट मॉडेल्स एम्बेडिंग मॉडेल्ससाठी बदलले जाऊ शकत नाहीत. मॉडेल उपलब्धता आणि समर्थित पर्याय कॉन्फिगर केलेल्या प्रदात्यावर अवलंबून असतात.
विनंती पाठवा#
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());
विनंती फील्ड्स#
| क्षेत्र | मूल्य |
|---|---|
model | सक्षम केलेला एम्बेडिंग मॉडेल ID. |
input | रिक्त नसलेला स्ट्रिंग किंवा 128 रिक्त नसलेल्या स्ट्रिंग्सपर्यंतची अॅरे. |
encoding_format | float किंवा base64. |
dimensions | 1 ते 65536 पर्यंत पर्यायी पूर्णांक; निवडलेले मॉडेल त्याचे समर्थन करणे आवश्यक आहे. |
वेक्टर वाचा#
वाचा data अॅरे आणि प्रत्येक परिणामाचा वापर करा index त्याच्या एम्बेडिंगला इनपुटशी जुळवण्यासाठी. तुमची कागदपत्रे आणि शोध क्वेरी एम्बेड करताना समान मॉडेल आणि परिमाण ठेवा. परिणामामध्ये प्रदात्याने नोंदवलेले usage.
मर्यादांच्या आत बॅच#
एकत्रित इनपुट मजकूर 256 KiB पर्यंत मर्यादित आहे. प्रतिसाद समकालीन आहेत आणि 2 MiB पर्यंत मर्यादित आहेत, त्यामुळे मोठे व्हेक्टर किंवा बॅच प्रतिसाद मर्यादा ओलांडू शकतात. बॅच आकार कमी करा किंवा समर्थित लहान परिमाण वापरा. टोकन-ID अॅरे स्वीकारले जात नाहीत.
प्रमाणीकरण आणि उपलब्धता#
मान्य OAuth प्रवेश टोकन API की बदलू शकते. खाते-फंडित विनंत्यांसाठी surcharge आणि स्वीकारलेली योजना आवश्यक आहे. मॉडेल आणि प्रदाता निर्बंध अद्याप लागू आहेत. जर मॉडेल एम्बेडिंगसाठी सक्षम नसेल, तर उपलब्ध एम्बेडिंग मॉडेल निवडा; क्रेडेन्शियल बदलल्याने मॉडेल सक्षम होणार नाही.
वापर#
एम्बेडिंग्स इनपुट टोकन्स वापरतात. मोठा बॅच चालवण्यापूर्वी मॉडेल किंमत तपासा आणि कन्सोल वापर क्रियाकलाप पुनरावलोकन करण्यासाठी. पुन्हा प्रयत्न करण्यापूर्वी प्रमाणीकरण, अधिकृतता आणि उपलब्धता त्रुटी हाताळा.
शेवटचे अद्यतन सप्टेंबर 15, 2026