本文为您介绍文本向量化API接口。
前提条件
接口信息
请求方法 | 请求协议 | 请求数据格式 |
POST | HTTP | JSON |
请求URL
{host}/v3/openapi/apps/[app_group_identity]/actions/knowledge-embedding
{host}
:调用服务的地址,支持通过公网和VPC两种方式调用API服务,可参见获取服务调用地址。{app_group_identity}
:应用名称,需要登录OpenSearch-LLM智能问答版控制台,在实例管理中查看对应实例的应用名称。
请求参数
Header参数
参数 | 类型 | 是否必填 | 描述 | 示例值 |
Content-Type | string | 是 | 请求的数据格式,目前仅支持JSON格式,固定填写"application/json"。 | application/json |
Authorization | string | 是 | 请求鉴权的API Key,Bearer开头。 | Bearer OS-d1**2a |
Body参数
参数 | 类型 | 是否必填 | 描述 | 示例值 |
content | string | 是 | 处理数据内容。 | 测试文本 |
query | boolean | 是 | 进行向量化的文本是否是query,默认为false。 | false |
model | string | 否 | 需要使用的向量化模型。 |
请求体示例
{
"content":"测试文本",
"query":false
}
返回参数
参数 | 类型 | 描述 |
contentVector | string | 向量化后的向量。 |
响应体示例
{
"request_id":"111111111111",
"status":"OK";
"errors":[],
"result":"-0.010441,-0.002826,-0.022911,0.000847,0.025610,0.019213,-0.019912,0.008210,0.011974,-0.010120,-0.003866,-0.008091,-0.006889,-0.034774,...-0.012572,0.009668,0.010963,-0.005273,-0.005072,-0.002190,-0.001554,-0.000058"
}
说明
文本向量化后的向量维度为1536维。
该文章对您有帮助吗?