Hoppa till huvudinnehåll
OpenAI:s ordinbäddningstjänst används för att generera ordinbäddningsresultat som representerar inmatad text. Detta dokument introducerar främst användningsprocessen för OpenAI Embeddings API. Med hjälp av det kan vi skapa inbäddningsvektorer som representerar inmatad text。。

Ansökningsprocess

För att använda OpenAI Embeddings API, gå först till Ace Data Cloud-konsolen för att hämta din API-token och spara den för senare användning. Om du ännu inte har loggat in eller registrerat dig, omdirigeras du automatiskt till inloggningssidan där du uppmanas att registrera dig och logga in. När det är klart återgår du automatiskt till den aktuella sidan. En API-token kan anropa alla tjänster på plattformen, utan att behöva ansöka separat för varje tjänst. Vid första ansökan får du gratis kredit för att kunna prova tjänsten kostnadsfritt; när krediten inte räcker till kan du ladda på ett gemensamt saldo i konsolen.
📘 Fullständig dokumentation: OpenAI Embeddings API →

Grundläggande användning

Därefter kan du fylla i motsvarande innehåll i gränssnittet, som visas i bilden:

När vi använder detta gränssnitt för första gången behöver vi minst fylla i tre delar. Den ena är authorization, som kan väljas direkt i rullgardinslistan. En annan parameter är model; model är den officiella OpenAI-modellkategori vi väljer att använda. De modeller som för närvarande är tillgängliga är text-embedding-3-small och text-embedding-3-large. text-embedding-ada-002 erbjuds inte längre; om ett befintligt vektorindex använder denna äldre modell kan det inte direkt blandas med vektorer från de nya modellerna, utan indexet måste byggas om. Den sista parametern är input, och input är den text som vi behöver omvandla till ordinbäddningar. Samtidigt kan du se att det finns motsvarande genererad anropskod till höger. Du kan kopiera koden och köra den direkt, eller klicka direkt på knappen ”Try” för att testa. Valfria parametrar:
  • dimensions: beskär vektordimensioner, fullständig dimension returneras som standard.
  • encoding_format: returformat, kan vara float eller base64.

Exempel på Python-anropskod:
Efter anropet ser vi att returresultatet är följande:
Returresultatet har flera fält, som introduceras nedan:
  • model, modellen som används för att omvandla denna text till ordinbäddningar.
  • usage, tokeninformationen som används för att omvandla denna text till ordinbäddningar.
  • data, resultatet av ordinbäddningarna efter textomvandlingen.
Bland dessa är data den specifika informationen som innehåller ordinbäddningarna som motsvarar texten, och dess embedding är det specifika genererade resultatet för ordinbäddningarna.

Felhantering

Vid anrop av API:t, om ett fel uppstår, returnerar API:t motsvarande felkod och information. Till exempel:
  • 400 token_mismatched: Felaktig begäran, möjligen på grund av saknade eller ogiltiga parametrar.
  • 400 api_not_implemented: Felaktig begäran, möjligen på grund av saknade eller ogiltiga parametrar.
  • 401 invalid_token: Obehörig, ogiltig eller saknad auktoriseringstoken.
  • 429 too_many_requests: För många begäranden, du har överskridit hastighetsgränsen.
  • 500 api_error: Internt serverfel, något gick fel på servern.

Exempel på felsvar

Slutsats

Genom detta dokument har du redan förstått hur du använder OpenAI Embeddings API för att enkelt använda den officiella OpenAI-funktionen för generering av ordinbäddningar. Vi hoppas att detta dokument kan hjälpa dig att bättre integrera och använda detta API. Om du har några frågor, kontakta gärna vårt tekniska supportteam när som helst.