OpenAI · Text

Hermes Agent x Embedding

OpenAI Embedding-Modelle stellen die standardmäßige OpenAI Embeddings API über RunAPI bereit, sodass Vektorsuche- und RAG-Pipelines denselben RunAPI-Key wie GPT Chat und Responses verwenden können.

3 variants ab $0.02 / 1 Mio. Tokens Kommerzielle Nutzung unterstützt
API-Schlüssel abrufen Dokumentation für Hermes Agent anzeigen

Prerequisite: npx runapi mcp install

Prompt

Prompt-Modelle

Verwende text-embedding-3-large, wenn es zur Aufgabe passt: Leistungsstarke Textvektoren für Retrieval- und Ranking-Qualität.

You have access to RunAPI task tools for Embedding.

Available Embedding models:
- text-embedding-3-large: Leistungsstarke Textvektoren für Retrieval- und Ranking-Qualität
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-3-small: Effiziente Textvektoren für semantische Suche in Produktion
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-ada-002: Breit unterstützte Text-Embeddings für bestehende Pipelines
  endpoints: /v1/embeddings
  request fields: model, input

Use the model ID and endpoint that match the user's request.
Example prompt: Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann.
/v1/embeddings: Submit the request and verify the synchronous output. Sende POST an /v1/embeddings. Prüfe, ob die Antwort einen numerischen Embedding-Vektor enthält.

Öffentliche Versionen und Endpunkte

Modell-ID Endpunkte Startpreis Katalog
text-embedding-3-large
/v1/embeddings
$0.13 / 1 Mio. Tokens Modelldetails
text-embedding-3-small
/v1/embeddings
$0.02 / 1 Mio. Tokens Modelldetails
text-embedding-ada-002
/v1/embeddings
$0.10 / 1 Mio. Tokens Modelldetails

Überprüfen

Frage den Status ab, bis die Task einen Endstatus erreicht

Wähle <model-id>, um Prüfkommandos zu erzeugen.

Konfiguration

Guide-Endpunkt: <endpoint>

Wähle <model-id>, um eine Anfrage mit dem öffentlichen Eingabevertrag des Endpunkts zu erzeugen.
So funktioniert es

In 3 Schritten loslegen

  1. Modell-ID auswählen

    Wähle eine öffentliche Katalog-Modell-ID und prüfe ihren Endpunkt und aktuellen Startpreis.

  2. RunAPI konfigurieren

    Setze RUNAPI_API_KEY, bevor du die Endpunktanfrage sendest.

  3. Ergebnis überprüfen

    Frage bei asynchronen Endpunkten denselben Endpunkt ab, bis die Task einen Endstatus erreicht.

Was du mit Hermes Agent + Embedding bauen kannst

  • Strukturierte Ergebnisse für deinen Code

    Erhalte maschinenlesbare Ausgaben statt Chat-Text, damit deine Anwendung sie direkt speichern, vergleichen oder weiterverarbeiten kann.

  • Eigene Daten anreichern

    Lass Dokumente, Bilder oder Datensätze durch das Modell laufen und speichere die Ergebnisse neben den Quelldaten für spätere Schritte.

  • Verarbeitung großer Mengen

    Sende große Stapel von Eingaben mit demselben RunAPI-Schlüssel und sammle die Ergebnisse programmgesteuert ein.

Warum Embedding über RunAPI + Hermes Agent nutzen

  • 3 Varianten, ein API-Schlüssel

    Nutze eine RunAPI-Verbindung, um zwischen den verfügbaren Modellvarianten zu wählen, ohne deine Integration zu ändern.

  • Klare Nutzungspreise

    Sieh die aktuellen Katalogpreise vor jeder Anfrage ein, ohne Abonnement oder Mindestumsatz.

  • Direkte Antworten

    Synchrone Aufrufe liefern das Ergebnis in derselben Antwort, sodass dein Agent es sofort nutzen kann, ohne den Task-Status abzufragen.

Fragen zu Hermes Agent + Embedding

Welches Embedding-Modell sollte ich verwenden?

Verwende text-embedding-3-small für effizientes Produktions-Retrieval und text-embedding-3-large, wenn Recall-Qualität wichtiger ist als Vektorgröße.

Kann ich den Embedding-Vektor verkürzen?

Ja — übergib den dimensions-Parameter mit text-embedding-3-large oder text-embedding-3-small, wenn du kleinere Vektoren brauchst.

Gibt der Endpunkt die standardmäßige OpenAI-Antwortform zurück?

Ja — /v1/embeddings gibt eine OpenAI-kompatible Listenantwort mit Embedding-Daten, Modell und Usage zurück.

Können Embedding-Modelle mit Chat Completions oder Responses verwendet werden?

Nein — Embedding-Modelle sind nur auf /v1/embeddings verfügbar.

Welche Eingaben werden unterstützt?

Verwende einen String, ein Array von Strings oder Token-Arrays im Format der OpenAI Embeddings API.

Welche Modell-ID soll ich verwenden?

Wähle eine öffentliche Modell-ID aus der Versionstabelle. Jede ID stellt die in ihrer Zeile gezeigten Endpunkte bereit.

Konfiguriert diese Anleitung ein Chatmodell?

Nein. Diese Modelllinie verwendet den hier gezeigten Endpunktablauf und wird nicht als Agent-Chatmodell dargestellt.

Embedding mit Hermes Agent nutzen

API-Schlüssel abrufen Schnellstart lesen

Bauen Sie mit einem Team?

Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.

Kontakt aufnehmen