mcpField
9
9router-embeddings

9router-embeddings

github.com/decoluaデータ・データベース31.6k122 回インストール今日更新
リポジトリ

9router-embeddings について

9router-embeddingsは、9Router経由でテキスト埋め込みをリクエストするスキルです。モデルの確認、単一または複数入力、プロバイダー固有のパラメーター処理に対応します。

主な機能

  1. 01埋め込みモデルの確認
  2. 02単一または複数テキストの埋め込み
  3. 03floatまたはbase64形式の選択
  4. 04対応モデルでの次元数指定

活用シーン

  1. 01RAGのテキストチャンクをベクトル化
  2. 02文字列の集合を一括で埋め込み

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/decolua/9router --skill 9router-embeddings

インストール後、Claude Code で/9router-embeddingsを入力して読み込まれたか確認します。

詳細

9Router — 埋め込み

NINEROUTER_URL が必要です（認証が有効な場合は NINEROUTER_KEY も必要です）。セットアップについては https://raw.githubusercontent.com/decolua/9router/refs/heads/master/skills/9router/SKILL.md を参照してください。

検出

curl $NINEROUTER_URL/v1/models/embedding | jq '.data[].id'
# Per-model dimensions
curl "$NINEROUTER_URL/v1/models/info?id=openai/text-embedding-3-small"

エンドポイント

POST $NINEROUTER_URL/v1/embeddings

フィールド必須備考
modelはい/v1/models/embedding から取得します
inputはい文字列または文字列の配列
encoding_formatいいえfloat（デフォルト）／base64
dimensionsいいえOpenAI v3 のみ

例

curl -X POST $NINEROUTER_URL/v1/embeddings \
  -H "Authorization: Bearer $NINEROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/text-embedding-3-small","input":["hello","world"]}'

JS:

const r = await fetch(`${process.env.NINEROUTER_URL}/v1/embeddings`, {
  method: "POST",
  headers: { "Authorization": `Bearer ${process.env.NINEROUTER_KEY}`, "Content-Type": "application/json" },
  body: JSON.stringify({ model: "gemini/text-embedding-004", input: "RAG chunk text" }),
});
const { data } = await r.json();
console.log(data[0].embedding.length);  // dimension

レスポンス形式

{ "object": "list", "model": "openai/text-embedding-3-small",
  "data": [
    { "object": "embedding", "index": 0, "embedding": [0.0123, -0.045, ...] },
    { "object": "embedding", "index": 1, "embedding": [...] }
  ],
  "usage": { "prompt_tokens": 5, "total_tokens": 5 } }

プロバイダーごとの動作

プロバイダー備考
openai、openrouter、mistral、voyage-ai、fireworks、together、nebius、github、nvidia、jina-aiOpenAI ネイティブ形式です。dimensions は OpenAI v3（text-embedding-3-*）でのみ機能します
gemini、google_ai_studioサーバーが embedContent／batchEmbedContents に自動変換します。OpenAI 形式を送信してください
openai-compatible-*、custom-embedding-*認証情報のカスタム baseUrl

バッチ（配列形式の input）のほうが高速ですが、バッチサイズに上限のあるプロバイダーもあります。

コメント

Markdown 対応