Aurabase-logo
aurabasisdocumenten
Aurabase-logo
aurabasisdocumenten
API/AI Gateway/Vector-inbedding

Vector-inbedding

POST/v1/ai/{project_id}/embed

Berekent tekstinsluitingen en slaat deze op in dimensiegeïsoleerde PostgreSQL-kolommen (768, 1536, 3072).

Deze pagina is automatisch vertaald. De Engelse versie is gezaghebbend.
#
Verzoek

Parameters

ParameterTypVereistBeschrijving
textstringjaTekst om in te sluiten en te behouden.
namespacestringjaDoelpartitienaamruimte die documentruimten isoleert.
metadataobjectneeWillekeurige JSON-metagegevens die aan het vectorrecord zijn gekoppeld.
#
Architectuur

Multidimensionale opslag

Info

Aurabase biedt vectorroutering in meerdere dimensies met speciale kolommen:

  • 768: Tweelingen text-embedding-004 (opgeslagen in embedding_768).
  • 1536: OpenAI text-embedding-3-small (opgeslagen in embedding_1536).
  • 3072: OpenAI text-embedding-3-large (opgeslagen in embedding_3072 met behulp van halfvec voor HNSW indexering).

Vectoren zijn getagd met de actieve embedding_model om semantische drift tussen modellen te voorkomen.

v1.0 · herzien 31 okt 2026