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/embeddingshttps://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
]
}
]
}