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

Embedding Provider 实现与工厂

与对话 provider 分开：embedding 模型是另一种模型（另一个端点、另一套参数、 另一份计费），所以它是独立实例而不是给 ILLMProvider 加方法——对齐 Vercel AI SDK 的 openai.embedding(...) 与 openai.chat(...) 两条线。好处是能力探测不撒谎： (emb/embedding-provider? p) 为真，就是真能 embed；Anthropic 这种没有 embedding 服务的厂商，这里根本没有条目。

内置（create-provider 第一参数）： :openai / :zhipu / :siliconflow / :ollama / :gemini / :mistral / :dashscope / :openai-compat（任意兼容端点，:base-url 必填）/ :mock（确定性假向量，测试用）

(require '[im.ttalk.agent.provider.embeddings :as emb])

(def e (emb/create-provider :openai))                      ;; 取 OPENAI_API_KEY
(emb/embed e {} ["你好" "世界"])
;; => {:embeddings [[...] [...]] :model "text-embedding-3-small"
;;     :usage {:input-tokens 8 :total-tokens 8} :provider :openai}

(emb/embed-one e {:dimensions 256} "只要一条")

;; 自建 / 私有兼容端点
(emb/create-provider :openai-compat
  {:base-url "https://my-gw.internal/v1" :api-key "..." :model "bge-m3"})

调用时的 config 覆盖实例 config：{:model :dimensions :batch-size :timeout :retry :encoding-format :user :extra-headers :extra-body}（DashScope 另有 :text-type）。

builtin-embeddings clj

内置 embedding 端点：{provider {:kind :base-url :endpoint :env-key :model :batch-size}}

:kind —— :openai-compat（缺省）/ :dashscope（原生形状）/ :mock 没有条目 = 该厂商没有（公开的）embedding 服务，别硬凑一个。

create-provider clj

(create-provider provider-type)

(create-provider provider-type opts)

创建 embedding provider

参数：

• provider-type: builtin-embeddings 的键（:openai / :dashscope / :mock / …）
• opts: 覆盖项 {:api-key :base-url :endpoint :model :dimensions :batch-size :timeout :retry :extra-headers :extra-body}

校验（创建即失败，不拖到调用时）：未知类型、缺 :base-url、缺 api-key。

embed clj

(embed provider texts)

(embed provider config texts)

批量向量化。config 缺省 {}（用实例自身配置）。

embed-one clj

(embed-one provider text)

(embed-one provider config text)

单条向量化 → 向量本身

supported-providers clj

(supported-providers)

支持的 embedding provider 列表