Перейти к основному содержанию
Сервис векторных представлений OpenAI, используемый для генерации результатов векторных представлений входного текста. В этом документе в основном описывается процесс использования OpenAI Embeddings API, с помощью которого мы можем создавать векторы вложений, представляющие входной текст。。

Процесс подключения

Чтобы использовать OpenAI Embeddings API, сначала перейдите в консоль Ace Data Cloud, чтобы получить ваш API Token и сохранить его для дальнейшего использования. Если вы еще не вошли в систему или не зарегистрировались, вы будете автоматически перенаправлены на страницу входа, где вам будет предложено зарегистрироваться и войти в систему, после чего вы автоматически вернетесь на текущую страницу. Одного API Token достаточно для вызова всех сервисов платформы, не требуется подавать отдельную заявку для каждого сервиса. При первой заявке предоставляется бесплатная квота, позволяющая бесплатно ознакомиться с сервисом; при недостатке квоты вы можете пополнить универсальный баланс в консоли.
📘 Полная документация: OpenAI Embeddings API →

Базовое использование

Далее вы можете заполнить соответствующее содержимое в интерфейсе, как показано на рисунке:

При первом использовании данного интерфейса нам необходимо заполнить как минимум три поля: одно из них — authorization, его достаточно выбрать непосредственно в выпадающем списке. Другой параметр — model, model — это категория модели с официального сайта OpenAI, которую мы выбираем для использования; доступные в настоящее время модели: text-embedding-3-small и text-embedding-3-large. text-embedding-ada-002 больше не предоставляется; если существующий векторный индекс использует эту старую модель, нельзя напрямую смешивать векторы новой модели, необходимо заново создать индекс. Последний параметр — input, input — это текст, который нам необходимо преобразовать в векторное представление. В то же время вы можете заметить, что справа генерируется соответствующий код вызова; вы можете скопировать код и запустить его напрямую, а также можете непосредственно нажать кнопку «Try» для тестирования. Необязательные параметры:
  • dimensions:обрезка размерности вектора, по умолчанию выводится полная размерность.
  • encoding_format:формат возврата, доступны float или base64.

Пример кода вызова Python:
После вызова мы видим, что возвращаемый результат выглядит следующим образом:
Возвращаемый результат содержит несколько полей, описание которых приведено ниже:
  • model — модель, использованная для преобразования данного текста в векторное представление.
  • usage — информация о token, использованных для преобразования данного текста в векторное представление.
  • data — результат векторного представления после преобразования текста.
Среди них data содержит конкретную информацию о векторном представлении, соответствующем тексту, а его embedding — конкретный сгенерированный результат векторного представления.

Обработка ошибок

При вызове API, если возникает ошибка, API возвращает соответствующий код ошибки и информацию. Например:
  • 400 token_mismatched:Неверный запрос, возможно, из-за отсутствующих или недопустимых параметров.
  • 400 api_not_implemented:Неверный запрос, возможно, из-за отсутствующих или недопустимых параметров.
  • 401 invalid_token:Не авторизован, недопустимый или отсутствующий токен авторизации.
  • 429 too_many_requests:Слишком много запросов, вы превысили ограничение частоты запросов.
  • 500 api_error:Внутренняя ошибка сервера, на сервере что-то пошло не так.

Пример ответа с ошибкой

Заключение

С помощью этого документа вы уже узнали, как легко использовать функцию генерации векторных представлений официального OpenAI через OpenAI Embeddings API. Надеемся, что этот документ поможет вам лучше интегрировать и использовать данный API. Если у вас возникнут какие-либо вопросы, пожалуйста, свяжитесь с нашей командой технической поддержки в любое время.