aliyun-qwen-multimodal-embedding

Category: provider

Model Studio マルチモーダル埋め込み

検証

mkdir -p output/aliyun-qwen-multimodal-embedding
python -m py_compile skills/ai/search/aliyun-qwen-multimodal-embedding/scripts/prepare_multimodal_embedding_request.py && echo "py_compile_ok" > output/aliyun-qwen-multimodal-embedding/validate.txt

合格基準：コマンドが終了コード 0 で終了し、output/aliyun-qwen-multimodal-embedding/validate.txt が生成されること。

出力とエビデンス

• 正規化されたリクエストペイロード、選択した次元数、サンプル入力への参照を output/aliyun-qwen-multimodal-embedding/ に保存します。
• 再現性を確保するため、正確なモデル名、モダリティの組み合わせ、出力ベクトルの次元数を記録します。

検索または類似性のワークフローで Model Studio のテキスト、画像、動画の埋め込みが必要な場合は、このスキルを使用します。

重要なモデル名

必要に応じて、次の正確なモデル文字列を使用します。

• qwen3-vl-embedding
• qwen2.5-vl-embedding
• tongyi-embedding-vision-plus-2026-03-06

選択の指針：

• 最新のマルチモーダル埋め込みパスには、qwen3-vl-embedding を優先します。
• 古いデプロイ済みパイプラインとの互換性が必要な場合は、qwen2.5-vl-embedding を使用します。

前提条件

• 環境に DASHSCOPE_API_KEY を設定するか、~/.alibabacloud/credentials に dashscope_api_key を追加します。
• 検索システムを構築する場合は、このスキルと DashVector、OpenSearch、Milvus などのベクトルストアを組み合わせます。

正規化インターフェース（embedding.multimodal）

リクエスト

• model（string、任意）：デフォルトは qwen3-vl-embedding
• texts（array、任意）
• images（array、任意）：公開 URL、またはクライアント層によってアップロードされたローカルパス
• videos（array、任意）：対応している場合は公開 URL
• dimension（int、任意）：qwen3-vl-embedding の場合は、例として 2560、2048、1536、1024、768、512、256

レスポンス

• embeddings（array）
• dimension（int）
• usage（object、任意）

クイックスタート

python skills/ai/search/aliyun-qwen-multimodal-embedding/scripts/prepare_multimodal_embedding_request.py \
  --text "A cat sitting on a red chair" \
  --image "https://example.com/cat.jpg" \
  --dimension 1024

運用ガイダンス

• input.contents は配列のままにします。不正な形式は、400 エラーのよくある原因です。
• ベクトルを書き込む前に、インデックススキーマに合わせて出力の次元数を固定します。
• ベクトルインデックス内でモデルと次元数を統一し、ベクトルの混在による非互換性を避けます。
• 大量の画像や動画を処理する場合は、ファイルをオブジェクトストレージに配置し、安定した URL を参照します。

出力先

• デフォルトの出力先：output/aliyun-qwen-multimodal-embedding/request.json
• OUTPUT_DIR でベースディレクトリを上書きできます。

参考資料

• references/sources.md