OpenAI 兼容 API · Embeddings

OpenAI 兼容 Embeddings API 接入

Embeddings 与聊天不是同一条路由。把 OpenAI SDK 的 Base URL 设为 https://monkeytheme.com/v1，调用 POST /embeddings，先证明鉴权通过，再从你自己的 /v1/models 列表复制准确的 embedding 模型 id。

POST /v1/embeddings Base URL: https://monkeytheme.com/v1 鉴权探测：仅 401

本页在生产环境测到了什么

2026-08-05，对 https://monkeytheme.com 做了无鉴权与无效 Key 探测。未使用客户 Key，也未获取成功向量响应。

401无 Key 的 POST /v1/embeddings → API_KEY_REQUIRED
401无效 Key 的 POST /v1/embeddings → INVALID_API_KEY
404POST /embeddings（缺 /v1）→ nginx HTML 404
404GET /v1/embeddings → 404 page not found
POST /v1/embeddings 能打到鉴权层。收到带 JSON code 的 401，说明路由存在；下一步应处理凭据和模型选择，而不是乱猜路径。

请求字段（官方 OpenAPI）

OpenAI 公开 OpenAPI 里的 CreateEmbeddingRequest 定义了下列字段。网关按 OpenAI 兼容实现时，按这些字段构造请求。

字段是否必填OpenAPI 说明
input是字符串、字符串数组、token 数组，或 token 数组的数组。不能是空字符串。数组最多 2048 项。所列 embedding 模型单条上限 8192 tokens；单请求合计上限 300,000 tokens。
model是模型 id。Schema 示例含 text-embedding-3-small、text-embedding-3-large、text-embedding-ada-002。
encoding_format否float（默认）或 base64。
dimensions否仅 text-embedding-3 及之后模型支持，用于缩短返回向量维度。
user否终端用户标识，供支持该字段的上游做滥用监控。
能力边界：本页不声称官方示例里的每个模型 id 都已在你的 MonkeyAI 账户开通。鉴权通过后，用 GET /v1/models 确认。可选字段如 dimensions 取决于上游模型；不支持时优先按模型/账户限制处理，不要先怀疑 Base URL。

改应用代码前的 curl 检查

# 1) 先证明路由与鉴权层（期望 JSON 401，不是 HTML）
curl -sS -D- https://monkeytheme.com/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model":"MODEL_ID_FROM_YOUR_LIST","input":"hello embeddings"}' | head -40

# 2) 换上你的 Key（分享前务必打码）
curl -sS https://monkeytheme.com/v1/embeddings \
  -H "Authorization: Bearer $MONKEYAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"MODEL_ID_FROM_YOUR_LIST","input":"hello embeddings","encoding_format":"float"}'

# 3) 常见路径错误：漏掉 /v1（生产探测返回 nginx 404 HTML）
curl -sS -o /tmp/no-v1.txt -w "%{http_code}\n" https://monkeytheme.com/embeddings \
  -H "Authorization: Bearer $MONKEYAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"MODEL_ID_FROM_YOUR_LIST","input":"hello"}'

保留 HTTP 状态、JSON code、x-request-id / x-client-request-id、模型 id 与时间戳。不要把真实 Bearer token 贴进工单或截图。

SDK Base URL 写法

# Python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MONKEYAI_API_KEY"],
    base_url="https://monkeytheme.com/v1",
)

# 先用 GET /v1/models 确认模型 id：
resp = client.embeddings.create(
    model="MODEL_ID_FROM_YOUR_LIST",
    input="The food was delicious and the waiter...",
    encoding_format="float",
)
vector = resp.data[0].embedding
print(len(vector), resp.usage)

# Node.js
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.MONKEYAI_API_KEY,
  baseURL: "https://monkeytheme.com/v1",
});

const resp = await client.embeddings.create({
  model: "MODEL_ID_FROM_YOUR_LIST",
  input: "The food was delicious and the waiter...",
  encoding_format: "float",
});
console.log(resp.data[0].embedding.length, resp.usage);

官方 SDK 示例通过已配置的 base URL 调用 embeddings.create。若 Base URL 已以 /v1 结尾，客户端路径设置里不要再叠一层 /v1。

如何读成功响应

OpenAPI 中 CreateEmbeddingResponse 含 object: "list"、model、data[]、usage。每个 data[] 项含 object: "embedding"、index 和 embedding（当 encoding_format=float 时为浮点数组）。

检查点原因
data 数量与 input 条数一致批量输入应按 index 顺序各返回一条向量。
同一模型下向量长度稳定改 dimensions 或换模型会改变长度；同一索引库不要混用不同维度。
usage.prompt_tokens / total_tokens计费与批大小按 token，不只按字符数。
把模型 id 与向量一起存换模型重新 embedding 后，旧向量的相似度比较会失效。

失败时的判断顺序

  1. 确认域名是 monkeytheme.com，Base URL 是 https://monkeytheme.com/v1。
  2. 用同一把 Key 调 GET /v1/models。若已是 401，先修鉴权（见 401 排错）。
  3. 从列表复制完整 embedding 模型 id，不要凭记忆拼名字。
  4. 用短字符串 POST /v1/embeddings。
  5. 若返回 HTML 404，路径通常错了（常见是漏 /v1 或主机名不对）。
  6. 鉴权已通过但仍是 JSON 404/模型错误时，按模型目录或上游支持处理，不要直接下结论说“embeddings 全站坏了”。
  7. 鉴权通过后的 429 或 504，改走限流与超时专题，不要反复改 embeddings 路径。

本页不声称什么

本页不声称测到了成功向量、不给出 MonkeyAI 账户的固定维度，也不保证旧版 /v1/engines/.../embeddings 路径可用（生产探测该路径返回 404）。它也不能替代你的 RAG 评测：余弦相似度只在同一 embedding 模型空间内有意义。

来源与相关文档

FAQ

Base URL 要不要带 /v1？

Base URL 使用 https://monkeytheme.com/v1。SDK 路径是 /embeddings，完整地址是 https://monkeytheme.com/v1/embeddings。不要请求 https://monkeytheme.com/embeddings。

为什么 POST /v1/embeddings 返回 401？

说明请求在生成向量前就鉴权失败。缺少凭据返回 API_KEY_REQUIRED；带了无效 Key 返回 INVALID_API_KEY。先修好 Key，再查维度或模型名。

可以用 GET /v1/embeddings 吗？

不可以。OpenAI 创建 embeddings 的操作是 POST。本页生产探测中，GET /v1/embeddings 返回 404 page not found。

模型名可以写死吗？

不要写死。用同一把 Key 调用 GET /v1/models，复制账户可见的完整模型 id。官方 OpenAPI 示例包含 text-embedding-3-small、text-embedding-3-large、text-embedding-ada-002，但各账户目录可能不同。

Chat 成功是否代表 embeddings 可用？

不代表。聊天与 embeddings 是不同路由和模型族。鉴权通过后，仍需单独验证 POST /v1/embeddings。

本页是否生成了真实向量？

没有。本页只做了无鉴权与无效 Key 探测，不声称客户 Key 的成功响应，也不给出某把 Key 的具体向量维度。