Modèles d'incorporation #

Obtenir une représentation vectorielle pour des données qui pourra être utilisée facilement par des modèles de machine learning et des algorithmes.

Pour utiliser un modèle d'incorporation, il faut effectuer des requêtes directement au point de terminaison correspondant de l'API HTTP en utilisant votre outil préféré, votre langage de programmation, ou avec les libraries clientes pour l'API d'OpenAI.

En utilisant la méthode HTTP POST, le point de terminaison pour les modèles d'incorporation est : https://api.ektos.ai/v1/chat/embeddings

Lors de la création d'une requête vers ce point de terminaison, sélectionnez le modèle que vous souhaitez utiliser avec le paramètre model.

Les modèles disponibles sont listés ici (type : TEBD).

Une description détaillée des paramètres disponibles se trouve dans la spécification de référence de l'API.

Vous trouverez ci-dessous des exemples de base utilisant cuRL et les librairies clientes officielles d'OpenAI pour Python et Node.JS.

Des exemples dans d'autres langages de programmation sont disponibles dans la spécification de référence de l'API (utilisez le menu déroulant en haut à droite de l'exemple de bloc de code) : Lien.

cuRL #

1curl --request POST \
2  --url https://api.ektos.ai/v1/embeddings \
3  --header "Authorization: Bearer $EKTOS_API_KEY" \
4  --header "Content-Type: application/json" \
5  -d '{
6    "input": "The food was delicious and the waiter...",
7    "model": "gte-multilingual-base",
8    "encoding_format": "float"
9  }'

Python: librairie cliente OpenAI #

 1import os
 2from openai import OpenAI
 3client = OpenAI(
 4    base_url="https://api.ektos.ai/v1/",
 5    api_key="YOUR_EKTOS_API_KEY_HERE"
 6    # api_key=os.environ.get("EKTOS_API_KEY")
 7)
 8
 9embeddings = client.embeddings.create(
10  model="gte-multilingual-base",
11  input="The food was delicious and the waiter...",
12  encoding_format="float"
13)
14print(embeddings.data)

JavaScript: librairie cliente OpenAI Node.JS #

 1import OpenAI from "openai";
 2
 3const openai = new OpenAI({
 4  apiKey: "$EKTOS_API_KEY",
 5  baseURL: 'https://api.ektos.ai/v1/',
 6});
 7
 8async function main() {
 9  const embedding = await openai.embeddings.create({
10    model: "gte-multilingual-base",
11    input: "The quick brown fox jumped over the lazy dog",
12    encoding_format: "float",
13  });
14
15  console.log(embedding);
16}