---
url: https://limapi.com/docs/guide/embeddings.md
---
# Embeddings 文本向量化

```
POST /api/v1/embeddings
Authorization: Bearer sk-xxx
Content-Type: application/json
```

兼容 OpenAI 的 Embeddings 接口，将文本转换为向量表示。

## Request

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| model | string | \* | 模型 ID，如 `text-embedding-3-small` |
| input | string or array | \* | 输入文本，可以是单个字符串或字符串数组 |
| encoding\_format | string | 可选 | 编码格式：`float`（默认）或 `base64` |
| dimensions | integer | 可选 | 输出向量的维度 |
| user | string | 可选 | 用户标识 |

**请求示例：**

```json
{
  "model": "text-embedding-3-small",
  "input": "你好世界"
}
```

**批量请求：**

```json
{
  "model": "text-embedding-3-small",
  "input": ["你好", "世界", "Hello World"]
}
```

## Response

```json
{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023064255, -0.009327292, ...]
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8
  }
}
```

| 字段 | 类型 | 说明 |
|------|------|------|
| object | string | 固定为 `list` |
| data | array | 嵌入向量列表 |
| data\[i].object | string | 固定为 `embedding` |
| data\[i].index | integer | 对应输入的顺序 |
| data\[i].embedding | array or string | 浮点数组或 base64 编码字符串 |
| model | string | 使用的模型 ID |
| usage.prompt\_tokens | integer | 输入 token 数 |
| usage.total\_tokens | integer | 总 token 数 |

## Python 示例

```python
from openai import OpenAI

client = OpenAI(
    base_url="https://limapi.com/api/v1",
    api_key="sk-xxx",
)

result = client.embeddings.create(
    model="text-embedding-3-small",
    input=["你好", "世界"],
)

print(result.data[0].embedding[:5])
```