> ## Documentation Index
> Fetch the complete documentation index at: https://ppio.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 创建嵌入请求

创建一个表示输入文本的嵌入向量。

## 请求头

<ParamField header="Content-Type" type="string" required={true}>
  枚举值: `application/json`
</ParamField>

<ParamField header="Authorization" type="string" required={true}>
  Bearer 身份验证格式，例如：Bearer \{\{API 密钥}}。
</ParamField>

## 请求体

<ParamField body="input" type="string | arrary" required={true}>
  要嵌入的输入文本，编码为字符串或 tokens 数组。要在单个请求中嵌入多个输入，请传入字符串数组或 tokens 数组的数组。输入不得超过模型的最大输入 tokens（text-embedding-ada-002 的最大输入为 8192 个 tokens），不能是空字符串，且任何数组的维度不得超过 2048。
</ParamField>

<ParamField body="model" type="enum<string>" required={true}>
  要使用的模型 ID。Enum: `baai/bge-m3`
</ParamField>

<ParamField body="encoding_format" type="string" required={false}>
  返回嵌入的格式。可以为 float 或 base64。
</ParamField>

## 响应参数

<ResponseField name="object" type="string" required={true}>
  固定为 list
</ResponseField>

<ResponseField name="data" type="array" required={true}>
  模型生成的嵌入列表。

  <Expandable title="properties" defaultOpen={true}>
    <ResponseField name="index" type="integer" required={true}>
      嵌入向量的索引。
    </ResponseField>

    <ResponseField name="embedding" type="array" required={true}>
      嵌入向量。
    </ResponseField>

    <ResponseField name="object" type="string" required={true}>
      固定为 embedding
    </ResponseField>
  </Expandable>
</ResponseField>

<ResponseField name="model" type="string" required={true}>
  使用的模型 ID。
</ResponseField>

<ResponseField name="usage" type="object" required={true}>
  使用情况信息。

  <Expandable title="properties" defaultOpen={true}>
    <ResponseField name="prompt_tokens" type="integer" required={true}>
      prompt tokens 的数量。
    </ResponseField>

    <ResponseField name="total_tokens" type="integer" required={true}>
      总 tokens 的数量。
    </ResponseField>
  </Expandable>
</ResponseField>