嵌入

Embeddings 将文本转换为数值向量，这些向量可以存储在向量数据库中、通过余弦相似度进行搜索，或用于 RAG 流程。向量长度取决于模型（通常为 384–1024 维）。

生成 embeddings

CLI

直接从命令行生成 embeddings：

ollama run embeddinggemma "Hello world"

你也可以通过管道传入文本来生成 embeddings：

echo "Hello world" | ollama run embeddinggemma

输出为 JSON 数组。

cURL

curl -X POST http://localhost:11434/api/embed \
  -H "Content-Type: application/json" \
  -d '{
    "model": "embeddinggemma",
    "input": "The quick brown fox jumps over the lazy dog."
  }'

Python

import ollama

single = ollama.embed(
  model='embeddinggemma',
  input='The quick brown fox jumps over the lazy dog.'
)
print(len(single['embeddings'][0]))  # 向量长度

JavaScript

import ollama from 'ollama'

const single = await ollama.embed({
  model: 'embeddinggemma',
  input: 'The quick brown fox jumps over the lazy dog.',
})
console.log(single.embeddings[0].length) // 向量长度

/api/embed 端点返回 L2 归一化（单位长度）的向量。

生成一批 embeddings

向 input 传递一个字符串数组。

cURL

curl -X POST http://localhost:11434/api/embed \
  -H "Content-Type: application/json" \
  -d '{
    "model": "embeddinggemma",
    "input": [
      "First sentence",
      "Second sentence",
      "Third sentence"
    ]
  }'

Python

import ollama

batch = ollama.embed(
  model='embeddinggemma',
  input=[
    'The quick brown fox jumps over the lazy dog.',
    'The five boxing wizards jump quickly.',
    'Jackdaws love my big sphinx of quartz.',
  ]
)
print(len(batch['embeddings']))  # 向量数量

JavaScript

import ollama from 'ollama'

const batch = await ollama.embed({
  model: 'embeddinggemma',
  input: [
    'The quick brown fox jumps over the lazy dog.',
    'The five boxing wizards jump quickly.',
    'Jackdaws love my big sphinx of quartz.',
  ],
})
console.log(batch.embeddings.length) // 向量数量

提示

• 对于大多数语义搜索用例，请使用余弦相似度。
• 在索引和查询时请使用相同的 embedding 模型。