调用文本向量服务API实现文本向量化-智能开放搜索 OpenSearch-阿里云

AI搜索开放平台支持通过API的方式调用文本向量服务，您可以使用下面服务将文本数据转化为稠密向量形式表达，可用于信息检索、文本分类、相似性比较等场景。

服务名称	服务ID	服务描述	API调用QPS限制（含主账号与RAM子账号）
OpenSearch通用文本向量服务-001	ops-text-embedding-001	支持语种：多语言（40+）输入文本最大长度：300 输出向量维度：1536	50 说明如需扩充QPS，请通过工单联系技术支持协助。
OpenSearch文本向量服务-中文-001	ops-text-embedding-zh-001	支持语种：中文输入文本最大长度：1024 输出向量维度：768
OpenSearch文本向量服务-英文-001	ops-text-embedding-en-001	支持语种：英文输入文本最大长度：512 输出向量维度：768
OpenSearch通用文本向量服务-002	ops-text-embedding-002	相比001模型支持更多语言，同时在Retrieval任务中表现更佳支持语种：提供多语言（100+）输入文本最大长度：8192 输出向量维度：1024
GTE文本向量-多语言-Base	ops-gte-sentence-embedding-multilingual-base	支持语种：提供多语言（70+）输入文本最大长度：8192 输出向量维度：768
Qwen3文本向量-0.6B	ops-qwen3-embedding-0.6b	Qwen3系列多语言（100+）文本向量化服务。输入最大长度：32k 输出向量维度：1024 参数量：0.6B

前提条件

获取身份鉴权信息
通过API调用AI搜索开放平台服务时，需要对调用者身份进行鉴权，如何获取鉴权信息请参见获取API-KEY。
获取服务调用地址
支持通过公网和VPC两种方式调用服务，详情请参见获取服务接入地址。

请求说明

公共说明

请求body最大不能超过8MB。

请求方式

POST

URL

{host}/v3/openapi/workspaces/{workspace_name}/text-embedding/{service_id}

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，可参见获取服务接入地址。
workspace_name：工作空间名称，例如default。
service_id：系统内置服务id，例如ops-text-embedding-001。

请求参数

Header参数

API-KEY认证

参数	类型	必填	描述	示例值
Content-Type	String	是	请求类型：application/json	application/json
Authorization	String	是	API-Key	Bearer OS-d1**2a

Body参数

参数

类型

必填

描述

示例值

input

Array/String

是

输入内容，支持多条文本输入，每次请求最多 32 条，每一条的长度取决于选择的模型。不支持空字符串。

["科学技术是第一生产力","opensearch产品文档"]

input_type

String

否

input的数据类型

query
document，默认值

document

返回参数

参数	类型	描述	示例值
request_id	String	系统对一次API调用赋予的唯一标识。	B4AB89C8-B135-****-A6F8-2BAB801A2CE4
latency	Float/Int	请求耗时，单位ms。	10
usage	Object	本次调用产生的计量信息。	"usage": { "token_count": 3072 }
usage.token_count	Int	Token数量。	3072
result.embeddings	List	输出embedding内容，是一个由结果组成的数组。	[{ "index": 0, "embedding": [0.003143,0.009750,...,-0.017395] }, {}]
result.embeddings[].index	Int	对应请求文本在input中的序号。	0
result.embeddings[].embedding	List(Float)	向量化结果。	[0.003143,0.009750,省略,-0.017395]

Curl请求示例

curl -XPOST -H"Content-Type: application/json" 
"http://****-hangzhou.opensearch.aliyuncs.com/v3/openapi/workspaces/default/text-embedding/ops-text-embedding-001" 
-H "Authorization: Bearer 您的API-KEY" 
-d "{
    \"input\": [
          \"科学技术是第一生产力\", 
          \"opensearch产品文档\"
    ], 
    \"input_type\": \"query\"
}"

响应示例

正常响应示例

{
    "request_id": "B4AB89C8-B135-****-A6F8-2BAB801A2CE4",
    "latency": 38,
    "usage": {
        "token_count": 3072
    },
    "result": {
        "embeddings": [
            {
                "index": 0,
                "embedding": [
                    -0.02868066355586052,
                    0.022033605724573135,
                    -0.0417383536696434,
                    -0.044081952422857285,
                    0.02141784131526947,
                    -8.240503375418484E-4,
                    -0.01309406291693449,
                    -0.02169642224907875,
                    -0.03996409475803375,
                    0.008053945377469063,
                    ...
                    -0.05131729692220688,
                    -0.016595875844359398
                ]
            }
        ]
    }
}

异常响应示例

在访问请求出错的情况下，输出的结果中会通过code和message指明出错原因。

{
    "request_id": "651B3087-8A07-****-B931-9C4E7B60F52D",
    "latency": 0,
    "code": "InvalidParameter",
    "message": "JSON parse error: Cannot deserialize value of type `InputType` from String \"xxx\""
}

状态码说明

请参见AI搜索开放平台状态码说明。