Embedding API
OpenAI text embeddings للبحث الدلالي، والاسترجاع، والتجميع، وسير عمل الترتيب.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-ada-002",
"input": [
"أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج."
],
"encoding_format": "float"
}'from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="text-embedding-ada-002",
messages=[{"role": "user", "content": "أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج."}]
)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "text-embedding-ada-002",
messages: [{ role: "user", content: "أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج." }]
});تحول نماذج OpenAI Embedding النص إلى متجهات dense للبحث الدلالي، وretrieval-augmented generation، والتجميع، والتصنيف، والترتيب. تدعم عائلة text-embedding-3 استرجاعاً إنتاجياً فعالاً مع تحكم اختياري في أبعاد المتجه.
- عدة إصدارات لمستويات مختلفة من السرعة / الجودة
- يتضمن model skill التوثيق والـschemas وملاحظات الإعداد
- يعمل مع workflows موجهة لتطوير التطبيقات
- لا يتم احتساب رسوم على عمليات التوليد الفاشلة
قارن جميع إصدارات API
نقاط نهاية API لـ Embedding
استخدم SDK OpenAI أو Anthropic مع مفتاح RunAPI. لا حاجة لـ SDK إضافي.
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
من model skill إلى أول نتيجة في أربع خطوات
اختر النموذج
اختر النموذج والإصدار المناسبين لنوع المخرجات ومستوى الجودة وزمن الاستجابة المستهدف.
الإعداد
اضبط مفتاح RunAPI وثبّت model skill في مساحة عمل الكود.
التنفيذ
استخدم تعليمات المهارة لإضافة ميزة النموذج داخل تطبيقك.
الاستلام
استعلم عبر task ID أو استخدم البث عند دعمه أو عالج webhook callback.
ما هي Embedding API؟
تعرض نماذج OpenAI Embedding واجهة OpenAI Embeddings API القياسية عبر RunAPI، بحيث يمكن لمسارات vector search وRAG استخدام مفتاح RunAPI نفسه المستخدم لحركة GPT chat وResponses.
لماذا تستخدم Embedding API عبر RunAPI
مصادقة واحدة لكل مزود
مفتاح RunAPI واحد يفتح الوصول إلى الكتالوج بالكامل. لا حسابات منفصلة، ولا تدوير مفاتيح لكل تكامل.
تسعير وفوترة موحّدان
تسعير لكل استدعاء بالدولار الأمريكي، ويُفوتر شهريًا. لا تُحتسب التوليدات الفاشلة.
Skill مع schemas
تأتي الـschemas المعرّفة وملاحظات الإعداد داخل model skill حتى يبدأ التنفيذ من العقد الصحيح.
أسئلة شائعة
أي نموذج embedding أستخدم؟
استخدم text-embedding-3-small للاسترجاع الإنتاجي الفعال، وtext-embedding-3-large عندما تكون جودة recall أهم من حجم المتجه.
هل يمكنني تقصير متجه embedding؟
نعم، مرّر معامل dimensions مع text-embedding-3-large أو text-embedding-3-small عندما تحتاج إلى متجهات أصغر.
هل يعيد endpoint شكل استجابة OpenAI القياسي؟
نعم، يعيد /v1/embeddings استجابة قائمة متوافقة مع OpenAI تتضمن embedding data وmodel وusage.
هل يمكن استخدام نماذج embedding مع Chat Completions أو Responses؟
لا، نماذج embedding متاحة فقط على /v1/embeddings.
ما المدخلات المدعومة؟
استخدم string، أو array من strings، أو arrays من التوكنات وفق تنسيق OpenAI Embeddings API.
أي نسخة ينبغي أن أبدأ بها؟
اختر أرخص نسخة تفي بمعيار الجودة لديك. يبدأ معظم الفرق بالنسخة السريعة ثم ينتقلون إلى pro للإنتاج.
هل توجد خطة مجانية؟
تحصل الحسابات الجديدة على أول طلبات مجانية على كل نموذج. بعد ذلك، الدفع حسب كل طلب.
هل تدعمون البث المباشر للنتائج؟
حيث يتوفر البث المباشر، يوفّر RunAPI البث من البداية إلى النهاية.
كيف يتم احتساب الرسوم عند الفشل؟
لا يتم تحصيل رسوم على عمليات التوليد الفاشلة.
هل يتم تخزين المخرجات مؤقتًا؟
يتم حفظ المخرجات المولدة ويمكن استرجاعها بواسطة task ID. لا يتم تخزين المدخلات مؤقتًا.
هل يمكنني الاستخدام تجاريًا؟
نعم — يشمل كل إصدار الاستخدام التجاري ما لم يقيّده ترخيص النموذج صراحةً، ويُشار إلى ذلك في صفحة الإصدار.
ماذا عن حدود المعدل؟
تتدرج حدود المعدل لكل مفتاح وفق فئة الاستخدام. راجع صفحة الأسعار للاطلاع على الحدود الحالية.
أين يمكنني الإبلاغ عن المشاكل؟
افتح issue في مستودع GitHub العام أو راسل الدعم عبر البريد الإلكتروني.