OpenAI · Metin

OpenClaw x Embedding

OpenAI Embedding modelleri, standart OpenAI Embeddings API'yi RunAPI üzerinden sunar; böylece vector search ve RAG pipeline'ları GPT chat ve Responses trafiğiyle aynı RunAPI anahtarını kullanabilir.

3 variants başlayan $0.02 / 1M token Ticari kullanım uygun
API anahtarı al OpenClaw belgelerini görüntüle

Prerequisite: npx runapi mcp install

Prompt

İstem modelleri

Göreve uyduğunda text-embedding-3-large kullanın: Retrieval ve ranking kalitesi için yüksek kapasiteli text vektörleri.

You have access to RunAPI task tools for Embedding.

Available Embedding models:
- text-embedding-3-large: Retrieval ve ranking kalitesi için yüksek kapasiteli text vektörleri
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-3-small: Production semantik arama için verimli text vektörleri
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-ada-002: Mevcut pipeline'lar için geniş destekli text embeddings
  endpoints: /v1/embeddings
  request fields: model, input

Use the model ID and endpoint that match the user's request.
Example prompt: Bu destek makalelerini ve müşteri sorgusunu embed et, böylece en yakın eşleşmeleri sıralayabileyim.
/v1/embeddings: Submit the request and verify the synchronous output. /v1/embeddings adresine POST gönderin. Yanıtın sayısal bir embedding vektörü içerdiğini doğrulayın.

Genel sürümler ve endpoint'ler

Model kimliği Endpoint'ler Başlangıç fiyatı Katalog
text-embedding-3-large
/v1/embeddings
$0.13 / 1M token Model ayrıntısı
text-embedding-3-small
/v1/embeddings
$0.02 / 1M token Model ayrıntısı
text-embedding-ada-002
/v1/embeddings
$0.10 / 1M token Model ayrıntısı

Doğrulama

Task son duruma ulaşana kadar sorgulayın

Doğrulama komutlarını oluşturmak için <model-id> seçin.

Yapılandırma

Rehber endpoint'i: <endpoint>

Endpoint'in genel giriş sözleşmesine göre istek oluşturmak için <model-id> seçin.
Nasıl çalışır

3 adımda başlayın

  1. Bir model kimliği seçin

    Genel katalogdan bir model kimliği seçin ve endpoint'i ile güncel başlangıç fiyatını inceleyin.

  2. RunAPI'yi yapılandırın

    Endpoint isteğini göndermeden önce RUNAPI_API_KEY ayarlayın.

  3. Sonucu doğrulayın

    Eşzamansız endpoint'lerde Task son duruma ulaşana kadar aynı endpoint'i sorgulayın.

OpenClaw + Embedding ile neler oluşturabilirsiniz

  • Kodunuz için yapılandırılmış sonuçlar

    Sohbet metni yerine makinece okunabilir çıktı alın; uygulamanız bu çıktıyı doğrudan saklayabilir, karşılaştırabilir veya buna göre işlem yapabilir.

  • Kendi verilerinizi zenginleştirme

    Belgeleri, görselleri veya kayıtları modelden geçirin ve sonuçları sonraki adımlar için kaynak verilerin yanında saklayın.

  • Yüksek hacimli işleme

    Aynı RunAPI anahtarıyla büyük girdi grupları gönderin ve sonuçları programatik olarak toplayın.

Embedding neden RunAPI + OpenClaw ile kullanılmalı

  • 3 varyant, tek API anahtarı

    Entegrasyonunuzu değiştirmeden kullanılabilir model varyantları arasından seçim yapmak için tek bir RunAPI bağlantısı kullanın.

  • Anlaşılır kullanım fiyatları

    İstek göndermeden önce güncel katalog fiyatlarını görün; abonelik veya minimum harcama gerekmez.

  • Doğrudan yanıtlar

    Eşzamanlı çağrılar sonucu aynı yanıtta döndürür; böylece ajanınız görev durumunu sorgulamadan sonucu hemen kullanabilir.

OpenClaw + Embedding Soruları

Hangi embedding modelini kullanmalıyım?

Verimli production retrieval için text-embedding-3-small kullanın; recall kalitesi vektör boyutundan daha önemliyse text-embedding-3-large seçin.

Embedding vektörünü kısaltabilir miyim?

Evet, daha küçük vektörler gerektiğinde text-embedding-3-large veya text-embedding-3-small ile dimensions parametresini geçin.

Endpoint standart OpenAI response shape döndürür mü?

Evet, /v1/embeddings embedding data, model ve usage içeren OpenAI uyumlu liste response'u döndürür.

Embedding modelleri Chat Completions veya Responses ile kullanılabilir mi?

Hayır, embedding modelleri yalnızca /v1/embeddings üzerinde kullanılabilir.

Hangi input'lar desteklenir?

OpenAI Embeddings API formatına göre string, string array'i veya token array'leri kullanın.

Hangi model kimliğini kullanmalıyım?

Sürüm tablosundan genel bir model kimliği seçin. Her kimlik, kendi satırında gösterilen endpoint'leri sunar.

Bu rehber bir sohbet modeli yapılandırıyor mu?

Hayır. Bu Model Line burada gösterilen endpoint akışını kullanır ve agent sohbet modeli olarak sunulmaz.

OpenClaw ile Embedding kullanmaya başlayın

API anahtarı al Hızlı Başlangıcı Okuyun

Bir ekiple mi geliştiriyorsunuz?

Kurumsal kurulum, entegrasyonlar ve teknik sorular konusunda yardımcı oluruz.

İletişime geçin