im.ttalk.agent.provider.common.embeddings — im.ttalk/clj-agent-provider 0.5.447

Embedding HTTP 调用与响应归一（两种线上形态）

1. OpenAI 兼容 POST {base}/embeddings body {:model .. :input ["a" "b"] :dimensions n? :encoding_format ..} resp {:data [{:index 0 :embedding [..]} ..] :model .. :usage {:prompt_tokens ..}} 覆盖：OpenAI / 智谱 / SiliconFlow / Ollama / Gemini(兼容端点) / Mistral / xAI …

2. DashScope 原生 POST .../services/embeddings/text-embedding/text-embedding body {:model .. :input {:texts [..]} :parameters {:dimension n :text_type ..}} resp {:output {:embeddings [{:text_index 0 :embedding [..]}]} :usage {:total_tokens n}}

两条路的公共约定：

• 返回向量与入参 texts 同序等长（按服务端返回的 index 重排，不假定顺序）
• 超批自动切片（:batch-size），usage 逐片累加
• 失败一律抛规范错误（D5），与 chat 路径同一套词汇

batched clj

(batched batch-size texts call-chunk)

把 texts 按 batch-size 切片，逐片调 call-chunk，结果按原序拼回。

参数：

• batch-size: 每片最大条数（nil / <=0 视为不切）
• call-chunk: (fn [chunk] {:embeddings [..] :usage {..} :model ..})

build-params clj

(build-params {:keys [model dimensions encoding-format user extra-body]} texts)

OpenAI 兼容 embeddings 请求体（字段一律「存在才发送」）

• :dimensions 输出维度（text-embedding-3 系列 / bge 等支持降维）
• :encoding-format "float"（默认）| "base64"
• :user 终端用户标识
• :extra-body 私有字段逃生通道，直接 merge 进请求体

call-dashscope-embeddings clj

(call-dashscope-embeddings api-url api-key config texts)

调用 DashScope 原生 text-embedding 端点（自动切片；单次上限官方为 10 条）

config 额外支持 :dimensions（→ parameters.dimension）与 :text-type（"query" | "document"，→ parameters.text_type）。

call-embeddings clj

(call-embeddings api-url api-key config texts)

调用 OpenAI 兼容 embeddings 端点（自动切片）

参数：

• api-url: 完整端点 URL（如 https://api.openai.com/v1/embeddings）
• api-key: API Key（Bearer）
• config: {:model .. :dimensions .. :batch-size .. :timeout .. :retry .. :extra-headers {..} :provider-name :openai}
• texts: 字符串列表

返回：{:embeddings [[..] ..] :model .. :usage {..} :provider ..}