OpenAI · Tekst

OpenClaw x Embedding

Modele OpenAI Embedding udostępniają standardowe OpenAI Embeddings API przez RunAPI, więc pipeline'y wyszukiwania wektorowego i RAG mogą używać tego samego klucza RunAPI co ruch GPT chat i Responses.

3 variants od $0.02 / 1M tokenów Do użytku komercyjnego
Uzyskaj klucz API Zobacz dokumentację OpenClaw

Prerequisite: npx runapi mcp install

Prompt

Modele promptów

Użyj text-embedding-3-large, gdy pasuje do zadania: Wektory tekstowe o dużej pojemności dla jakości retrievalu i rankingu.

You have access to RunAPI task tools for Embedding.

Available Embedding models:
- text-embedding-3-large: Wektory tekstowe o dużej pojemności dla jakości retrievalu i rankingu
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-3-small: Wydajne wektory tekstowe do produkcyjnego wyszukiwania semantycznego
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-ada-002: Szeroko wspierane embeddingi tekstowe dla istniejących pipeline'ów
  endpoints: /v1/embeddings
  request fields: model, input

Use the model ID and endpoint that match the user's request.
Example prompt: Osadź te artykuły pomocy i zapytanie klienta, żebym mógł uszeregować najbliższe dopasowania.
/v1/embeddings: Submit the request and verify the synchronous output. Wyślij POST do /v1/embeddings. Sprawdź, czy odpowiedź zawiera numeryczny wektor embedding.

Publiczne wersje i endpointy

ID modelu Endpointy Cena początkowa Katalog
text-embedding-3-large
/v1/embeddings
$0.13 / 1M tokenów Szczegóły modelu
text-embedding-3-small
/v1/embeddings
$0.02 / 1M tokenów Szczegóły modelu
text-embedding-ada-002
/v1/embeddings
$0.10 / 1M tokenów Szczegóły modelu

Weryfikacja

Odpytywanie do momentu osiągnięcia przez Task stanu końcowego

Wybierz <model-id>, aby wygenerować polecenia weryfikacyjne.

Konfiguracja

Endpoint przewodnika: <endpoint>

Wybierz <model-id>, aby wygenerować żądanie zgodne z publicznym kontraktem wejściowym endpointu.
Jak to działa

Zacznij w 3 krokach

  1. Wybierz ID modelu

    Wybierz publiczny ID modelu z katalogu i sprawdź jego endpoint oraz bieżącą cenę początkową.

  2. Skonfiguruj RunAPI

    Ustaw RUNAPI_API_KEY przed wysłaniem żądania do endpointu.

  3. Zweryfikuj wynik

    Dla asynchronicznych endpointów odpytuj ten sam endpoint, aż Task osiągnie stan końcowy.

Co możesz zbudować za pomocą OpenClaw + Embedding

  • Ustrukturyzowane wyniki dla Twojego kodu

    Otrzymuj dane wyjściowe czytelne dla maszyn zamiast tekstu czatu, aby aplikacja mogła je bezpośrednio zapisać, porównać lub na ich podstawie działać.

  • Wzbogacanie własnych danych

    Przetwarzaj dokumenty, obrazy lub rekordy modelem i przechowuj wyniki obok danych źródłowych na potrzeby kolejnych kroków.

  • Przetwarzanie dużych wolumenów

    Wysyłaj duże partie danych wejściowych z tym samym kluczem RunAPI i zbieraj wyniki programowo.

Dlaczego warto używać Embedding przez RunAPI + OpenClaw

  • 3 wariantów, jeden klucz API

    Korzystaj z jednego połączenia RunAPI, aby wybierać spośród dostępnych wariantów modelu bez zmiany integracji.

  • Przejrzyste ceny użycia

    Sprawdź aktualne ceny w katalogu przed wysłaniem żądania, bez subskrypcji i minimalnych wydatków.

  • Bezpośrednie odpowiedzi

    Wywołania synchroniczne zwracają wynik w tej samej odpowiedzi, więc agent może od razu go użyć bez odpytywania o stan zadania.

Pytania o OpenClaw + Embedding

Którego modelu embeddingowego użyć?

Użyj text-embedding-3-small do wydajnego produkcyjnego retrievalu i text-embedding-3-large, gdy jakość recall jest ważniejsza niż rozmiar wektora.

Czy mogę skrócić wektor embeddingu?

Tak, przekaż parametr dimensions z text-embedding-3-large lub text-embedding-3-small, gdy potrzebujesz mniejszych wektorów.

Czy endpoint zwraca standardowy kształt odpowiedzi OpenAI?

Tak, /v1/embeddings zwraca listę zgodną z OpenAI, z danymi embeddingu, modelem i użyciem.

Czy modeli embeddingowych można używać z Chat Completions albo Responses?

Nie, modele embeddingowe są dostępne tylko na /v1/embeddings.

Jakie wejścia są obsługiwane?

Użyj stringa, tablicy stringów albo tablic tokenów zgodnie z formatem OpenAI Embeddings API.

Którego ID modelu użyć?

Wybierz publiczny ID modelu z tabeli wersji. Każdy ID udostępnia endpointy pokazane w jego wierszu.

Czy ten przewodnik konfiguruje model czatu?

Nie. Ta linia modeli korzysta z pokazanego procesu endpointu i nie jest przedstawiana jako model czatu agenta.

Zacznij używać Embedding z OpenClaw

Uzyskaj klucz API Przeczytaj Szybki start

Budujesz z zespołem?

Pomożemy w konfiguracji dla firm, integracjach i kwestiach technicznych.

Skontaktuj się