OpenAI Embeddings API 申请及使用
OpenAI 词向量服务，用于生成表示输入文本的词向量结果。
本文档主要介绍 OpenAI Embeddings API 操作的使用流程，利用它我们可以创建表示输入文本的嵌入向量。。
申请流程
要使用 OpenAI Embeddings API，首先可以到 OpenAI Embeddings API 页面点击「Acquire」按钮，或识别下方二维码：
获取请求所需要的凭证：
如果你尚未登录或注册，会自动跳转到登录页面邀请您来注册和登录，登录注册之后会自动返回当前页面。
在首次申请时会有免费额度赠送，可以免费使用该 API。
基本使用
接下来就可以在界面上填写对应的内容，如图所示：
在第一次使用该接口时，我们至少需要填写三个内容，一个是authorization，直接在下拉列表里面选择即可。另一个参数是model，model就是我们选择使用 OpenAI 官网模型类别，这里我们主要有 3 种模型，详情可以看我们提供的模型。最后一个参数是input，input是我们需要转换的词向量文本。
同时您可以注意到右侧有对应的调用代码生成，您可以复制代码直接运行，也可以直接点击「Try」按钮进行测试。
可选参数：
dimensions：裁剪向量维度，默认输出完整维度。encoding_format：返回格式，可选float或base64。
Python 样例调用代码：
import requests url = "https://api.acedata.cloud/openai/embeddings" headers = { "accept": "application/json", "authorization": "Bearer {token}", "content-type": "application/json" } payload = { "input": "The food was delicious and the waiter...", "model": "text-embedding-ada-002", "encoding_format": "float" } response = requests.post(url, json=payload, headers=headers) print(response.text)调用之后，我们发现返回结果如下：
{ "object": "list", "data": [ { "object": "embedding", "index": 0, "embedding": [ 0.0022756963, -0.009305916, 0.015742613, -0.0077253063, -0.0047450014, 0.014917395, -0.009807394, -0.038264707, -0.0069127847, -0.028590616, 0.025251659, .... -0.014079482, -0.015425222, 0.0040753055, 0.002727979, -0.03138366, 0.041159317, -0.017608874, -0.018637223, 0.014587308, 0.010486611, -0.015387135, -0.019424353, -0.002800979 ] } ], "model": "text-embedding-ada-002", "usage": { "prompt_tokens": 8, "total_tokens": 8 } }返回结果一共有多个字段，介绍如下：
model，此次文本转词向量所采用的模型。usage，此次文本转词向量所使用的token信息。data，文本转化后的词向量结果。
其中data是包含了文本对应的词向量的具体信息，它里面的embedding是生成的词向量具体结果。
错误处理
在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：
400 token_mismatched：Bad request, possibly due to missing or invalid parameters.400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.401 invalid_token：Unauthorized, invalid or missing authorization token.429 too_many_requests：Too many requests, you have exceeded the rate limit.500 api_error：Internal server error, something went wrong on the server.
错误响应示例
{ "success": false, "error": { "code": "api_error", "message": "fetch failed" }, "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89" }结论
通过本文档，您已经了解了如何使用 OpenAI Embeddings API 轻松使用官方 OpenAI 的词向量生成的功能。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。