文字向量概覽
將文字轉換為數值向量，用於語意搜尋、文件檢索、分群與 RAG。兩個模型皆使用相容 OpenAI 的 POST /v1/embeddings，回傳向量而非生成答案。
將文字轉換為數值向量，用於語意搜尋、文件檢索、分群與 RAG。兩個模型皆使用相容 OpenAI 的 POST /v1/embeddings，回傳向量而非生成答案。
選擇模型
| 模型 | 預設維度 | 使用教學 |
|---|---|---|
text-embedding-3-small |
1536 | text-embedding-3-small |
bge-m3 |
1024 | BGE-M3 |
OpenAI 文字向量模型，預設回傳 1536 維向量，適合語意搜尋與知識庫索引。APIMaster 已實測透過 dimensions 參數回傳 512 維向量。
BAAI 多語言文字向量模型，回傳 1024 維向量，適合多語言文件檢索。此 API 提供稠密向量，不提供稀疏權重或 ColBERT 多向量；查詢不需要特殊指令前綴。
參數與限制
POST https://apimaster.ai/v1/embeddings
input 使用非空字串或非空字串陣列。使用 encoding_format: float 取得數值陣列，不要傳入 messages、max_tokens 或 stream。模型參考上限為每筆文字 8192 tokens；長文件請分段並控制批次大小。限制與分詞方式可能依渠道而異。
語意搜尋與 RAG
將文件分段，產生並儲存每段向量；使用相同模型與維度產生查詢向量，按餘弦相似度排序，再將檢索文字交給另一個聊天模型。不同模型或維度的向量不可混用同一索引；更換模型時需重建索引。