向量与重排

向量嵌入

POST /v1/embeddings，走 向量 分组。

curl https://api.syuan.org/v1/embeddings \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bge-m3",
    "input": ["你好世界"]
  }'

返回标准的 OpenAI 格式：

{
  "object": "list",
  "data": [{"embedding": [-0.02991260029375553, 0.008660918101668358, ...]}]
}

可用模型

模型	语言	用途
bge-m3	多语言	通用检索，最推荐
bge-large-zh-v1.5	中文	纯中文语料
bge-large-en-v1.5	英文	纯英文语料

带不带 BAAI/ 前缀都能用——bge-m3 和 BAAI/bge-m3 是同一条，返回结果完全一致。

做知识库怎么选

大部分中文场景直接上 bge-m3 就好。它是多语言的，中英混排的文档不用切模型。

重排序

接口是 /v1/rerank，但当前暂未开放——

调用会返回：

{"message": "模型 bge-reranker-v2-m3 的价格尚未由管理员配置，暂时无法使用"}

这不是你配错了，是还没定价。等开放了会在这里更新。在那之前，检索用向量相似度排序就够用了。