协同嵌入(Co.Embed)

开发环境

POST

https://api.cohere.ai/v1/embed

这段描述的是文本嵌入(text embeddings)的接口。文本嵌入是一组浮点数,它捕捉了文本所包含的语义信息。

嵌入可以用于创建文本分类器,也可以增强语义搜索。要了解更多关于嵌入的信息,可以查看嵌入(embedding)相关页面。

如果你想进一步了解如何使用嵌入模型,可以查看语义搜索指南。

请求示例

Shell

JavaScript

Java

Swift

curl --location --request POST 'https://api.cohere.ai/v1/embed?members&reference&Type&_postman_listIndexKey=key&_postman_listAllowsMultipleValues' \
--data-raw '{
  "texts": [
    "hello",
    "goodbye"
  ],
  "truncate": "END"
}'

响应示例

{
  "id": "string",
  "texts": [
    "string"
  ],
  "embeddings": [
    [
      0
    ]
  ],
  "meta": {
    "api_version": {
      "version": "string"
    }
  }
}

请求参数

Body 参数application/json

texts

array[string]

必需

用于嵌入模型的字符串数组。每次通话的最大短信数量为96。我们建议将每个文本的长度减少到512标记以下，以获得最佳质量。

truncate

string

可选

其中之一NONE|START|END指定 API 如何处理长于最大令牌长度的输入。传递START将丢弃输入的开头。END将丢弃输入的末尾。在这两种情况下，输入都会被丢弃，直到剩余输入恰好是模型的最大输入标记长度。如果NONE选择，当输入超过最大输入令牌长度时，将返回错误。默认：END

model

string

可选

模型的标识符。较小的“轻型”模型速度更快，而较大的模型性能更好。定制模型也可以提供完整的 ID。可用型号和相应的嵌入尺寸： - embed-english-v2.0（默认）4096 - embed-english-light-v2.01024 - embed-multilingual-v2.0第768章

示例

返回响应

🟢200成功

application/json

Body

string

必需

texts

array[string]

必需

embeddings

array [array]

必需

可选