用于将文本段落转化为多维数值向量。常用于企业私有知识库构建、语义相似度搜索以及 RAG（检索增强生成）场景。
通用端点： POST /v1/embeddings Azure 兼容端点： POST /v1/engines/{model}/embeddings 身份认证： Authorization: Bearer 您的API_KEY

​
核心参数说明表

参数名称是否必填参数说明
model必填嵌入模型 ID，例如 text-embedding-v4。请以模型广场当前列表为准。
input必填要转换的文本。可以传入单个字符串或字符串数组，具体批量上限由所选模型决定。
encoding_format选填返回向量数据的格式，默认为 float（浮点数数组），也可选择 base64。
dimensions选填指定输出向量的维度（仅限支持调整维度的模型生效）。
需要把文档切片、向量存储、候选召回与重排串成完整流程时，继续阅读 RAG 检索接入：Embeddings 与 Rerank。