உரை எம்பெடிங்க்ஸ் உருவாக்கவும்
ShareAI உடன் அர்த்த தேடல், மீட்பு மற்றும் ஒற்றுமைக்கான உரை எம்பெடிங்க்ஸ் உருவாக்கவும், ஆதரிக்கப்பட்ட உள்ளீட்டு வடிவங்கள் மற்றும் மாதிரி தேவைகளுடன்.
இந்த பக்கத்தில்
https://api.shareai.now/api/v1/embeddingsஒரு அல்லது அதற்கு மேற்பட்ட உரைகளை எம்பெடிங் வெக்டர்களாக மாற்றவும்.
- அடிப்படை URL
https://api.shareai.now- அங்கீகாரம்
- Bearer API முக்கியம் அல்லது அங்கீகரிக்கப்பட்ட OAuth அணுகல் டோக்கன்
ShareAI-ல் இயக்கப்பட்ட மற்றும் உங்கள் சான்றிதழால் அனுமதிக்கப்பட்ட எம்பெடிங் மாடலைத் தேர்ந்தெடுக்கவும். எம்பெடிங் மாடல்களுக்கு பதிலாக சந்தை மாடல்களை மாற்ற முடியாது. மாடல் கிடைக்கும் நிலை மற்றும் ஆதரிக்கப்பட்ட விருப்பங்கள் அமைக்கப்பட்ட வழங்குநரின் அடிப்படையில் இருக்கும்.
ஒரு கோரிக்கையை அனுப்பவும்#
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());
கோரிக்கை புலங்கள்#
| புலம் | மதிப்பு |
|---|---|
model | இயக்கப்பட்ட எம்பெடிங் மாடல் ID. |
input | காலியாக இல்லாத string அல்லது 128 காலியாக இல்லாத strings வரை உள்ள array. |
encoding_format | float அல்லது base64. |
dimensions | 1 முதல் 65536 வரை உள்ள விருப்பமான integer; தேர்ந்தெடுக்கப்பட்ட மாடல் இதை ஆதரிக்க வேண்டும். |
வெக்டர்களை வாசிக்கவும்#
படிக்கவும் data array மற்றும் ஒவ்வொரு முடிவின் index எம்பெடிங்கை உள்ளீட்டுடன் பொருத்தவும். உங்கள் ஆவணங்கள் மற்றும் தேடல் கேள்விகளுக்கு எம்பெடிங் செய்யும்போது அதே மாடல் மற்றும் பரிமாணங்களைப் பயன்படுத்தவும். முடிவில் வழங்குநர்-அறிக்கையிடப்பட்ட usage.
வரம்புகளுக்குள் தொகுப்பு#
இணைந்த உள்ளீட்டு உரை 256 KiB-க்கு வரையறுக்கப்பட்டுள்ளது. பதில்கள் synchronous ஆகவும் 2 MiB-க்கு வரையறுக்கப்பட்டதாகவும் இருக்கும், எனவே பெரிய வெக்டர்கள் அல்லது தொகுப்புகள் பதில் வரம்பை மீறலாம். தொகுப்பு அளவை குறைக்கவும் அல்லது ஆதரிக்கப்பட்ட சிறிய பரிமாணங்களைப் பயன்படுத்தவும். Token-ID arrays ஏற்கப்படாது.
அங்கீகாரம் மற்றும் கிடைக்கும் நிலை#
API விசையை மாற்ற ஒரு அங்கீகரிக்கப்பட்ட OAuth அணுகல் டோக்கனைப் பயன்படுத்தலாம். கணக்கு-நிதியளிக்கப்பட்ட கோரிக்கைகள் surcharge மற்றும் ஏற்றுக்கொள்ளப்பட்ட திட்டத்தை தேவைப்படும். மாடல் மற்றும் வழங்குநர் கட்டுப்பாடுகள் இன்னும் பொருந்தும். மாடல் எம்பெடிங்கிற்காக இயக்கப்படவில்லை என்றால், கிடைக்கும் எம்பெடிங் மாடலைத் தேர்ந்தெடுக்கவும்; சான்றிதழை மாற்றுவது மாடலை இயக்க முடியாது.
பயன்பாடு#
எம்பெடிங்குகள் உள்ளீட்டு டோக்கன்களை நுகருகின்றன. பெரிய தொகுப்பை இயக்குவதற்கு முன் மாடல் விலையைச் சரிபார்க்கவும் மற்றும் கன்சோல் பயன்பாடு செயல்பாட்டைப் பரிசீலிக்க. சரிபார்ப்பு, அங்கீகாரம் மற்றும் கிடைக்கும் நிலை பிழைகளை மீண்டும் முயற்சிக்கும் முன் கையாளவும்.
கடைசியாக புதுப்பிக்கப்பட்டது செப்டம்பர் 15, 2026