文本向量化
POST /v1/embeddings — 将文本转换为向量嵌入，兼容旧路径 /v1/engines/{model}/embeddings
POST
/v1/embeddings将文本转换为向量嵌入（embedding），用于语义搜索、聚类、推荐等场景。
旧路径 POST /v1/engines/{model}/embeddings 同样可用：请求体相同，模型 ID 从路径参数 {model} 读取。新代码请使用 /v1/embeddings。
鉴权：在请求头携带 Authorization: Bearer <令牌>，详见鉴权与令牌。
请求参数
modelstring必填嵌入模型 ID
inputstring | array必填待向量化的文本，单个字符串或字符串数组
encoding_formatstring向量返回格式，如 "float"、"base64"，以模型支持为准
dimensionsinteger输出向量维度（仅部分模型支持降维）
userstring终端用户标识
请求示例
# <EMBEDDING_MODEL_ID> 例如 text-embedding-3-small，需先在模型列表确认已开通
curl https://api.jimu.chat/v1/embeddings \
-H "Authorization: Bearer $JIMU_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "<EMBEDDING_MODEL_ID>", "input": "你好，世界"}'
响应结构
以下样例依据服务端响应结构定义给出，字段以实际返回为准：
响应200
{
"object": "list",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, "..."] }
],
"model": "<EMBEDDING_MODEL_ID>",
"usage": { "prompt_tokens": 8, "total_tokens": 8 }
}
data数组与输入一一对应，index为输入序号，embedding为浮点向量（encoding_format为base64时是编码字符串）。- 批量传入字符串数组时，返回多条
data，按index对齐。 usage计量以prompt_tokens/total_tokens为准；嵌入通常无补全 token。
传入的
input 为空字符串或空数组时按参数错误处理。本端点可用；模型需在你的账号下已开通，未开通返回 model_not_found。示例中的 <EMBEDDING_MODEL_ID> 为占位符，可用模型以 GET /v2/models 返回为准。