Logo Aurabase
aurabasedocumenti
Logo Aurabase
aurabasedocumenti
API/AI Gateway/Incorporamenti vettoriali

Incorporamenti vettoriali

POST/v1/ai/{project_id}/embed

Calcola gli incorporamenti di testo e li memorizza in colonne PostgreSQL isolate con dimensioni (768, 1536, 3072).

Questa pagina è stata tradotta automaticamente. Fa fede la versione inglese.
#
Richiesta

Parametri

ParametroDigitareObbligatorioDescrizione
textstringsìTesto da incorporare e persistere.
namespacestringsìSpazio dei nomi della partizione di destinazione che isola gli spazi dei documenti.
metadataobjectnoMetadati JSON arbitrari allegati al record vettoriale.
#
Architettura

Archiviazione multidimensionale

Informazioni

Aurabase fornisce il routing vettoriale multidimensionale con colonne dedicate:

  • 768: Gemini text-embedding-004 (memorizzato in embedding_768).
  • 1536: OpenAI text-embedding-3-small (memorizzato in embedding_1536).
  • 3072: OpenAI text-embedding-3-large (memorizzato in embedding_3072 utilizzando halfvec per l'indicizzazione di HNSW).

I vettori sono contrassegnati con embedding_model attivo per impedire la deriva semantica tra modelli.

v1.0 · rivisto 31 ott 2026