文档中心 > API类目 > 三方AI项目

taobao.agent.model.embedding.capacity (文本向量化能力)

将文本转换为向量表示,用于语义搜索、相似度计算等场景

公共参数

请求参数

名称 类型 是否必须 示例值 更多限制 描述
origin_biz_params String 可选 {"a":"aaaa","b","bbbbb"} 业务参数,平台会针对具体的业务要求调用方上传不同格式的业务参数用于平台校验,具体格式在对接时的文档中体现
documents Document 可选 待向量化的文档列表
  • └ text
  • String
  • 可选
  • 预训练语言模型的发展给文本排序模型带来了新的进展,量子计算是计算科学的一个前沿领域
  • 待向量化的文本内容
model String 必须 text-embedding-v4 指定具体的模型,可选的模型列表由平台定义给出枚举,接入文档中说明
dimensions Number 必须 1024 向量维度

响应参数

名称 类型 示例值 描述
embeddings Embedding [] 向量化的结果集
  • └ index
  • Number
  • 0
  • 索引
  • └ output
  • Json
  • "-0.07590991", "-0.011451243"
  • 向量化的结果内容

请求示例

  • JAVA
  • .NET
  • PHP
  • CURL
  • Python
  • C/C++
  • NodeJS
TaobaoClient client = new DefaultTaobaoClient(url, appkey, secret);
AgentModelEmbeddingCapacityRequest req = new AgentModelEmbeddingCapacityRequest();
req.setOriginBizParams("{\"a\":\"aaaa\",\"b\",\"bbbbb\"}");
AgentModelEmbeddingCapacityRequest.Document obj1 = new AgentModelEmbeddingCapacityRequest.Document();
obj1.setText("预训练语言模型的发展给文本排序模型带来了新的进展,量子计算是计算科学的一个前沿领域");
req.setDocuments(obj1);
req.setModel("text-embedding-v4");
req.setDimensions(1024L);
AgentModelEmbeddingCapacityResponse rsp = client.execute(req);
System.out.println(rsp.getBody());

响应示例

  • XML示例
  • JSON示例
<agent_model_embedding_capacity_response>
    <embeddings>
        <embedding>
            <index>0</index>
            <output>&quot;-0.07590991&quot;,               &quot;-0.011451243&quot;</output>
        </embedding>
    </embeddings>
</agent_model_embedding_capacity_response>

异常示例

  • XML示例
  • JSON示例
<error_response>
    <code>50</code>
    <msg>Remote service error</msg>
    <sub_code>isv.invalid-parameter</sub_code>
    <sub_msg>非法参数</sub_msg>
</error_response>

错误码解释

错误码 错误描述 解决方案

API工具

如何获得此API

FAQ

返回
顶部