API Reference
Embeddings
向量化接口,适合检索、相似度匹配与 RAG 场景。
预览指南
粘贴给 AI,帮助理解文档并完成接入。 仅包含文档与示例,不包含真实密钥。
更新 · 审核信息
接口与鉴权
POST https://api.tu-zi.com/v1/embeddings
传输方式: json
使用模型调用 API Key。示例凭证为占位符,请从环境变量读取真实密钥。
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json
最小请求示例
{
"model": "YOUR_MODEL",
"input": [
"Hello"
]
}
运行前准备
将 https://api.tu-zi.com 替换为本站地址(不要重复追加 /v1),YOUR_MODEL 替换为模型广场中的完整模型名。Python 示例需要先安装 requests;JavaScript 示例使用 Node.js 20+ 并保存为 .mjs 文件。WebSocket 示例按代码注释安装专用依赖。
先在本站令牌页面创建模型调用密钥,并设置 API_KEY 环境变量;cURL 中的 YOUR_API_KEY 需要替换。上传示例中的 input.png/input.wav 是本地文件,必须提前准备。
首次运行使用最小请求;成功后对照下方响应字段读取结果。异步接口返回任务 ID 后仍需查询,任务提交成功不代表生成已完成。
适用限制
本页是协议基础结构。模型可用参数、枚举、上限和异步行为以该模型“快速上手”为准;示例中的 YOUR_MODEL 必须替换。表中表单初始值不代表上游默认值。
请求体参数
| 字段 | 类型 | 必填 | 说明与约束 |
|---|---|---|---|
| model | string | 是 | 要调用的向量模型。 示例: text-embedding-3-small |
| input | string | array | 是 | 待向量化的文本或文本数组。 示例: 退款申请通常会在三个工作日内原路退回。 |
| encoding_format | string | 否 | 向量编码方式,通常为 float 或 base64。 表单初始值(非上游默认值): "float" 可选值: "float", "base64" 示例: float |
| dimensions | number | 否 | 输出向量维度,部分模型支持自定义。 定义范围: 1 ~ 8192 示例: 1536 |
响应字段
| 字段 | 类型 | 说明与约束 |
|---|---|---|
| data[].embedding | number[] | 向量结果。 |
| data[].index | integer | 与输入对应的索引。 |
| usage | object | 输入用量。 |
以下为示例响应,部分接口仅展示主要字段;可选字段不保证出现。
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
0.1,
0.2
]
}
],
"model": "YOUR_MODEL",
"usage": {
"prompt_tokens": 1,
"total_tokens": 1
}
}
错误处理与重试
检查 HTTP 状态与该协议的错误对象;不要将不同协议的错误字段混用。401/403 检查凭证与权限,429 退避等待,5xx 检查网关或上游状态。错误正文可能含 error/message/code 等字段,以实际协议为准。
查询可采用有上限的指数退避;创建任务、生成内容、创建或删除密钥等操作不要盲目重试,以免重复计费或重复执行。
兔子API