Embeddings

把文本转成定维向量,用于语义检索 / RAG / 聚类。OpenAI 兼容协议,任何 LOLAI 支持的 embedding 模型都通过这一个接口。

生产环境POSThttps://api.lolai.lol/v1/embeddings

请求参数

Header 参数

Authorizationstring必填

API Key,格式 Bearer <key>。

示例:Bearer sk-lolai-xxx

Content-Typestring必填

示例:application/json

Body 参数application/json

modelstring必填

embedding 模型,见下方可用模型。

示例:text-embedding-3-small

inputstring | string[]必填

单条字符串或字符串数组(批量)。

示例:["LOLAI 是什么", "如何接入"]

encoding_formatstring可选

float(默认)或 base64。

示例:float

dimensionsinteger可选

降维输出,仅 text-embedding-3-* 支持。

示例:1024

使用建议

批量调用:一次 input 数组最多放 100 条,超过自己切批。
embedding 是确定性的(温度 0),同模型同输入得同输出,可缓存。
RAG:在 Chat Completions 里把检索到的内容拼进 system message 即可。

可用模型

Embedding 模型见模型广场(筛选 Embedding 类型),或程序拉 GET /v1/models。

请求与响应体

用下面的示例确认请求格式与返回结构。需要在线发起请求时,点击页面顶部「调试」拉起在线运行面板。

curl https://api.lolai.lol/v1/embeddings \
  -H "Authorization: Bearer sk-lolai-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["LOLAI 是什么", "如何接入 LOLAI"]
  }'

响应 · 200

{
  "object": "list",
  "data": [
    {"object": "embedding", "index": 0, "embedding": [0.012, -0.034, ...]},
    {"object": "embedding", "index": 1, "embedding": [...]}
  ],
  "model": "text-embedding-3-small",
  "usage": { "prompt_tokens": 12, "total_tokens": 12 }
}