同步接口API详情:https://docs.bailian.console.aliyun.com/zh/model-studio/text-embedding-synchronous-api
通用文本向量模型可将文本数据转换为数值向量,用于语义搜索、推荐、聚类、分类等下游任务。
使用HTTP方式调用
python
import os
import requests
# 这是阿里云百炼自己的API_KEY
API_KEY = os.getenv("LLM_API_KEY", "sk-ws-123")
BASE_URL = os.getenv("LLM_BASE_URL", "https://ws-xx1mzo92ahymdx3q.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/embeddings").rstrip("/")
MODEL = os.getenv("LLM_MODEL", "qwen3.7-text-embedding")
headers = {
"Content-Type": "application/json",
}
# 本地模型没有 key 时可以不传 Authorization
if API_KEY:
headers["Authorization"] = f"Bearer {API_KEY}"
payload = {
"model": MODEL,
"input": "你好,简单介绍一下你自己",
}
try:
resp = requests.post(
BASE_URL,
headers=headers,
json=payload,
timeout=60,
)
resp.raise_for_status()
data = resp.json()
print(data["data"][0]["embedding"])
except requests.RequestException as e:
print("请求失败:", e)
if "resp" in locals():
print("状态码:", resp.status_code)
print("响应内容:", resp.text)
使用SDK调用
python
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"), # 如果您没有配置环境变量,请在此处用您的API Key进行替换
# 以下为华北2(北京)地域的URL,调用时请将{WorkspaceId}替换为真实的业务空间ID,各地域的URL不同。
base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1"
)
completion = client.embeddings.create(
model="qwen3.7-text-embedding",
input='衣服的质量杠杠的,很漂亮,不枉我等了这么久啊,喜欢,以后还来这里买',
dimensions=1024, # 指定向量维度(仅 qwen3.7-text-embedding、text-embedding-v3及 text-embedding-v4支持该参数)
encoding_format="float"
)
print(completion.model_dump_json())