OpenAI · 텍스트

Hermes Agent x Embedding

OpenAI Embedding 모델은 RunAPI를 통해 표준 OpenAI Embeddings API를 노출하므로, 벡터 검색과 RAG 파이프라인이 GPT 채팅 및 Responses 트래픽과 동일한 RunAPI 키를 사용할 수 있습니다.

3 variants 최저 $0.02 / 100만 토큰 상업적 사용 지원
API 키 받기 Hermes Agent 문서 보기

Prerequisite: npx runapi mcp install

Prompt

프롬프트 모델

작업에 맞는 경우 text-embedding-3-large를 사용하세요: 검색 및 랭킹 품질을 위한 고용량 텍스트 벡터.

You have access to RunAPI task tools for Embedding.

Available Embedding models:
- text-embedding-3-large: 검색 및 랭킹 품질을 위한 고용량 텍스트 벡터
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-3-small: 프로덕션 의미 검색을 위한 효율적인 텍스트 벡터
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-ada-002: 기존 파이프라인에서 널리 지원되는 텍스트 임베딩
  endpoints: /v1/embeddings
  request fields: model, input

Use the model ID and endpoint that match the user's request.
Example prompt: 이 지원 문서들과 고객 질문을 임베딩해서 가장 가까운 일치 항목을 랭킹할 수 있게 해 주세요.
/v1/embeddings: Submit the request and verify the synchronous output. POST /v1/embeddings를 실행하고 응답에 숫자 embedding 벡터가 포함되는지 확인합니다.

공개 버전 및 엔드포인트

모델 ID 엔드포인트 시작 가격 모델 카탈로그
text-embedding-3-large
/v1/embeddings
$0.13 / 100만 토큰 모델 상세
text-embedding-3-small
/v1/embeddings
$0.02 / 100만 토큰 모델 상세
text-embedding-ada-002
/v1/embeddings
$0.10 / 100만 토큰 모델 상세

검증

Task가 최종 상태에 도달할 때까지 폴링합니다

<model-id>를 선택하면 검증 명령을 생성합니다.

설정

가이드 엔드포인트: <endpoint>

<model-id>를 선택하면 엔드포인트의 공개 입력 계약에 맞는 요청을 생성합니다.
사용 절차

3단계로 시작하기

  1. 모델 ID 선택

    공개 모델 ID를 선택하고 엔드포인트와 현재 시작 가격을 확인합니다.

  2. RunAPI 설정

    엔드포인트 요청 전에 RUNAPI_API_KEY를 설정합니다.

  3. 결과 검증

    비동기 엔드포인트는 Task가 최종 상태가 될 때까지 같은 엔드포인트를 폴링합니다.

Hermes Agent + Embedding로 만들 수 있는 것

  • 코드에서 쓰는 구조화된 결과

    채팅 텍스트 대신 기계가 읽을 수 있는 출력을 받아 애플리케이션에서 바로 저장, 비교하거나 처리합니다.

  • 보유 데이터 보강

    문서, 이미지, 레코드를 모델로 처리하고 결과를 원본 데이터와 함께 저장해 다음 단계에서 사용합니다.

  • 대량 처리

    같은 RunAPI 키로 대량의 입력을 보내고 결과를 프로그램으로 수집합니다.

Embedding을(를) RunAPI + Hermes Agent로 사용하는 이유

  • 3개 변형 모델, 하나의 API 키

    하나의 RunAPI 연결에서 사용 가능한 모델 변형을 선택할 수 있어 통합 방식을 바꿀 필요가 없습니다.

  • 명확한 사용 요금

    요청을 보내기 전에 현재 카탈로그 요금을 확인하세요. 구독이나 최소 사용 금액이 없습니다.

  • 즉시 응답

    동기 호출은 같은 응답 안에 결과를 반환하므로 에이전트가 작업 상태를 폴링하지 않고 바로 결과를 사용할 수 있습니다.

Hermes Agent + Embedding 자주 묻는 질문

어떤 임베딩 모델을 사용해야 하나요?

효율적인 프로덕션 검색에는 text-embedding-3-small을 사용하고, 벡터 크기보다 재현율 품질이 더 중요할 때는 text-embedding-3-large를 사용하세요.

임베딩 벡터를 줄일 수 있나요?

네. 더 작은 벡터가 필요할 때 text-embedding-3-large 또는 text-embedding-3-small과 함께 dimensions 파라미터를 전달하세요.

엔드포인트가 표준 OpenAI 응답 형태를 반환하나요?

네. /v1/embeddings는 embedding 데이터, model, usage를 포함한 OpenAI 호환 list 응답을 반환합니다.

임베딩 모델을 Chat Completions나 Responses와 함께 사용할 수 있나요?

아니요. 임베딩 모델은 /v1/embeddings에서만 사용할 수 있습니다.

어떤 입력이 지원되나요?

OpenAI Embeddings API 형식에 따라 문자열, 문자열 배열, 또는 토큰 배열을 사용하세요.

어떤 모델 ID를 사용해야 하나요?

버전 표에서 공개 모델 ID를 선택하세요. 각 ID가 제공하는 엔드포인트는 해당 행에 표시됩니다.

이 가이드는 채팅 모델을 설정하나요?

아니요. 이 Model Line은 여기에 표시된 엔드포인트 절차를 사용하며 Agent 채팅 모델로 제공되지 않습니다.

Hermes Agent에서 Embedding 사용 시작하기

API 키 받기 빠른 시작 읽기

팀과 함께 구축하고 계신가요?

엔터프라이즈 설정, 통합, 기술 문의를 도와드립니다.

문의하기