特征提取
任务说明
特征提取（Feature Extraction）任务将文本转换为高维向量表示（Embeddings），适用于 Embedding 模型（如 BGE、E5、text-embedding 系列），常用于语义搜索、文档检索、相似度计算、RAG 等场景。
API 调用
curl https://<实例地址>/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <访问令牌>" \
-d '{
"model": "<模型名称>",
"input": "大语言模型的核心技术是什么？"
}'
批量提取
curl https://<实例地址>/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <访问令牌>" \
-d '{
"model": "<模型名称>",
"input": [
"第一段文本",
"第二段文本",
"第三段文本"
]
}'
响应格式
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.023, -0.012, 0.045, ...]
}
],
"model": "<模型名称>",
"usage": {
"prompt_tokens": 8,
"total_tokens": 8
}
}
Python 示例
from openai import OpenAI
client = OpenAI(
base_url="https://<实例地址>/v1",
api_key="<访问令牌>"
)
response = client.embeddings.create(
model="<模型名称>",
input=["第一段文本", "第二段文本"]
)
for item in response.data:
print(f"索引 {item.index}: 向量维度 {len(item.embedding)}")
使用场景
- 语义搜索：将文档和查询都转换为向量，通过余弦相似度检索最相关文档。
- RAG（检索增强生成）：构建知识库向量索引，为大模型提供相关上下文。
- 文本聚类：对大量文本进行向量化后聚类分析。
- 相似度计算：计算两段文本的语义相似度。