跳轉到主要內容
OpenAI 詞向量服務,用於生成表示輸入文字的詞向量結果。 本文檔主要介紹 OpenAI Embeddings API 操作的使用流程,利用它我們可以建立表示輸入文字的嵌入向量。。

申請流程

要使用 OpenAI Embeddings API,首先到 Ace Data Cloud 控制台 取得您的 API Token,留作備用。 如果您尚未登入或註冊,會自動跳轉到登入頁面邀請您註冊和登入,完成後會自動返回目前頁面。 一個 API Token 即可呼叫平台所有服務,無需為每個服務個別申請。 首次申請會贈送免費額度,可免費體驗;額度不足時可在 控制台 儲值通用餘額。
📘 完整文件:OpenAI Embeddings API →

基本使用

接下來就可以在介面上填寫對應的內容,如圖所示:

在第一次使用該介面時,我們至少需要填寫三個內容,一個是 authorization,直接在下拉清單裡面選擇即可。另一個參數是 model, model 就是我們選擇使用 OpenAI 官網模型類別,目前可用模型為 text-embedding-3-small 和 text-embedding-3-large。text-embedding-ada-002 已停止提供;既有向量索引若使用該舊模型,不能直接混用新模型的向量,需要重新建立索引。最後一個參數是input,input 是我們需要轉換的詞向量文字。 同時您可以注意到右側有對應的呼叫程式碼生成,您可以複製程式碼直接執行,也可以直接點擊「Try」按鈕進行測試。 可選參數:
  • dimensions:裁剪向量維度,預設輸出完整維度。
  • encoding_format:回傳格式,可選 float 或 base64。

Python 範例呼叫程式碼:
呼叫之後,我們發現回傳結果如下:
回傳結果一共有多個欄位,介紹如下:
  • model,此次文字轉詞向量所採用的模型。
  • usage,此次文字轉詞向量所使用的 token 資訊。
  • data,文字轉換後的詞向量結果。
其中 data 是包含了文字對應的詞向量的具體資訊,它裡面的 embedding 是生成的詞向量具體結果。

錯誤處理

在呼叫 API 時,如果遇到錯誤,API 會回傳相應的錯誤代碼和資訊。例如:
  • 400 token_mismatched:錯誤請求,可能是因為缺少或無效的參數。
  • 400 api_not_implemented:錯誤請求,可能是因為缺少或無效的參數。
  • 401 invalid_token:未授權,無效或缺少授權 Token。
  • 429 too_many_requests:請求過多,您已超過速率限制。
  • 500 api_error:內部伺服器錯誤,伺服器發生了問題。

錯誤回應範例

結論

透過本文檔,您已經瞭解了如何使用 OpenAI Embeddings API 輕鬆使用官方 OpenAI 的詞向量生成功能。希望本文檔能幫助您更好地串接和使用該 API。如有任何問題,請隨時聯絡我們的技術支援團隊。