文本向量 · Embeddings

使用已配置向量模型生成检索或相似度向量。

POST/v1/embeddings
https://api.hanrouter.ai/v1管理 API Key

地址与认证

OpenAI 兼容客户端的 Base URL 为 https://api.hanrouter.ai/v1,请求头为 Authorization: Bearer $HANROUTER_API_KEY。不要重复拼接 /v1。所有厂商都使用本站密钥,不需要向客户端填写上游厂商密钥。

Anthropic SDK 与 Claude Code 的 Base URL 使用 https://api.hanrouter.ai(不含 /v1),由客户端拼接 /v1/messages。Google 模型优先使用本站 OpenAI 兼容接口。

向量结果

input 为文本或文本数组;读取 data[].embedding 与 data[].index。不同模型的维度和输入长度不同,不应混用不同维度的向量。此接口要求支持 Embeddings 的 OpenAI 类型渠道与 Key 分组。

请求参数

model
必填 string:当前 Key 可用的准确模型 ID。
input
必填:输入文本或该协议允许的内容数组。

请求示例

示例采用当前目录中的模型 ID。实际可调用范围取决于 API Key 的分组权限,请先查询 GET /v1/models。

cURL
curl -X POST "https://api.hanrouter.ai/v1/embeddings" \
  -H "Authorization: Bearer $HANROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "your-model-id",
  "input": "Hello HanRouter"
}'

响应示例

JSON · 结构示例
{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0.12,
        -0.03,
        0.08
      ]
    }
  ]
}