Creează încorporări text
Generează încorporări text cu ShareAI pentru căutare semantică, recuperare și similaritate, cu formate de intrare suportate și cerințe ale modelului.
Pe această pagină
https://api.shareai.now/api/v1/embeddingsConvertește unul sau mai multe texte în vectori de embedding.
- URL de bază
https://api.shareai.now- Autentificare
- Cheie API Bearer sau token de acces OAuth aprobat
Alege un model de embedding activat pe ShareAI și permis de acreditivul tău. Modelele de chat nu pot fi înlocuite cu modele de embedding. Disponibilitatea modelului și opțiunile suportate depind de furnizorul configurat.
Trimite o cerere#
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());
Câmpuri cerere#
| Câmp | Valoare |
|---|---|
model | Un ID de model de embedding activat. |
input | Un șir nevid sau un array de până la 128 de șiruri nevide. |
encoding_format | float sau base64. |
dimensions | Un număr întreg opțional de la 1 la 65536; modelul selectat trebuie să îl suporte. |
Citește vectorii#
Citește data array și folosește fiecare rezultat index pentru a potrivi embedding-ul său cu intrarea. Păstrează același model și dimensiuni atunci când creezi embedding-uri pentru documentele și interogările tale de căutare. Rezultatul include, de asemenea, usage.
Grupați în limite#
Textul combinat de intrare este limitat la 256 KiB. Răspunsurile sunt sincronizate și limitate la 2 MiB, astfel încât vectorii mari sau loturile pot depăși limita de răspuns. Redu dimensiunea lotului sau folosește dimensiuni mai mici suportate. Array-urile de ID-uri de token nu sunt acceptate.
Autentificare și disponibilitate#
Un token de acces OAuth aprobat poate înlocui cheia API. Solicitările finanțate din cont necesită surcharge și un plan acceptat. Restricțiile modelului și ale furnizorului se aplică în continuare. Dacă modelul nu este activat pentru embedding-uri, alege un model de embedding disponibil; schimbarea acreditivului nu poate activa un model.
Utilizare#
Embedding-urile consumă token-uri de intrare. Verifică prețurile modelului înainte de a rula un lot mare și folosește Utilizare în Consolă pentru a revizui activitatea. Gestionează erorile de validare, autorizare și disponibilitate înainte de a încerca din nou.
Ultima actualizare: 15 septembrie 2026