mcpField
9
9router-embeddings

9router-embeddings

github.com/decolua数据与数据库31.6k122 次安装今天更新
代码仓库

关于 9router-embeddings

9router-embeddings 是通过 9Router 请求文本嵌入的技能，支持查询模型、单条或批量输入，并处理提供商特定参数。

主要功能

  1. 01查询嵌入模型
  2. 02嵌入单条或多条文本
  3. 03选择 float 或 base64 编码
  4. 04为支持的模型设置维度

适用场景

  1. 01为 RAG 文本块生成向量
  2. 02批量嵌入字符串集合

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/9router-embeddings确认已加载。

详细介绍

9Router — 嵌入

需要设置 NINEROUTER_URL（如果启用了鉴权，还需要 NINEROUTER_KEY）。安装配置请参阅 https://raw.githubusercontent.com/decolua/9router/refs/heads/master/skills/9router/SKILL.md。

发现

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

端点

POST $NINEROUTER_URL/v1/embeddings

字段是否必填说明
model是来自 /v1/models/embedding
input是字符串或字符串数组
encoding_format否float（默认）/ base64
dimensions否仅适用于 OpenAI v3

示例

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

响应结构

{ "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 } }

提供商特性

提供商说明
openai, openrouter, mistral, voyage-ai, fireworks, together, nebius, github, nvidia, jina-ai原生 OpenAI 格式，dimensions 仅对 OpenAI v3（text-embedding-3-*）生效
gemini, google_ai_studio服务端会自动转换为 embedContent/batchEmbedContents，请发送 OpenAI 格式
openai-compatible-*, custom-embedding-*自定义 baseUrl 来自凭证配置

批量请求（input 为数组）速度更快；部分提供商会限制批量大小。

评论

支持 Markdown