Embeddings

Generation de vecteurs, indexation et recherche par similarite.

Generation seule

http

POST /v1/embeddings

json

{
  "input": ["Premier texte", "Deuxieme texte"],
  "model": null,
  "routing_strategy": "auto"
}

json

{
  "embeddings": [[0.0123, -0.0456, ...], [0.0789, ...]],
  "dimensions": 1536,
  "model": "text-embedding-3-small",
  "provider": "openai"
}

Indexation

Genere le vecteur et le stocke dans l'index vectoriel (pgvector) de votre organisation, avec des metadonnees libres.

http

POST /v1/embeddings/index

json

{
  "content": "IleAI est une plateforme unifiee d'acces a des modeles d'IA.",
  "metadata": { "source": "faq", "id_interne": "42" }
}

json

{ "id": "3f7a1c2e-..." }

L'indexation force toujours text-embedding-3-small (routing_strategy "manual"), quel que soit le model utilise pour vos generations : tout ce qui touche l'index doit partager la meme dimension de vecteur.

Recherche par similarite

http

POST /v1/embeddings/search

json

{
  "query": "Comment fonctionne le routage IA ?",
  "top_k": 5
}

json

{
  "results": [
    {
      "id": "3f7a1c2e-...",
      "content": "IleAI est une plateforme unifiee d'acces a des modeles d'IA.",
      "metadata": { "source": "faq", "id_interne": "42" },
      "model": "text-embedding-3-small",
      "distance": 0.1834
    }
  ]
}

distance est une distance cosinus — plus elle est proche de 0, plus le resultat est pertinent.

Fournisseurs

OpenAI, Google.