Embeddings

端点

http
POST https://api.aicodedog.com/v1/embeddings

常用模型：text-embedding-3-large（3072 维，质量最高）、text-embedding-3-small（1536 维，性价比之选）、bge-m3（中英文兼优）。

最小请求

curl
curl https://api.aicodedog.com/v1/embeddings \
  -H "Authorization: Bearer $AICODEDOG_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "API 中转站让你用一把 Key 调多家模型"
  }'

python
from openai import OpenAI
client = OpenAI(api_key="<KEY>", base_url="https://api.aicodedog.com/v1")

resp = client.embeddings.create(
    model="text-embedding-3-small",
    input=["第一段文本", "第二段文本", "第三段文本"],  # 也支持批量
)
vectors = [d.embedding for d in resp.data]
print(len(vectors[0]))  # 1536

参数

• model（必填）— 模型 slug。
• input（必填）— 字符串或字符串数组。批量时一次最多 2048 条，效率最高。
• dimensions — 截断维度（仅 v3 系列支持）。例如填 512 就把 1536 维降到 512 维，存储成本降为 1/3。
• encoding_format — float（默认）/ base64（更省带宽）。

余弦相似度

拿到两个向量后，常用余弦相似度判断「多接近」：

python
import numpy as np

def cosine(a, b):
    a, b = np.array(a), np.array(b)
    return float(a @ b / (np.linalg.norm(a) * np.linalg.norm(b)))

# 1.0 = 完全一致；0.0 = 不相关；-1.0 = 反向相关
print(cosine(vectors[0], vectors[1]))

典型用法：RAG 检索

1. 把所有文档分段，每段过一次 embeddings，把向量存到向量数据库（Pinecone / Weaviate / pgvector / Qdrant）。
2. 用户提问时把问题也过一次 embeddings，在数据库里查 top-k 最相似的段。
3. 把这些段拼到 system prompt 里，丢给 chat completions 让它基于「检索到的资料」作答。

这就是俗称的 RAG = Retrieval Augmented Generation。