向量数据库 Embedding

接口定义
Embedding() 接口用于根据指定的 Embedding 模型将输入的文本信息转化为特征向量。
func (tcvectordb.FlatInterface) Embedding(ctx context.Context, param tcvectordb.EmbeddingParams) (result *tcvectordb.EmbeddingResult, err error)
使用示例
import (
    "context"
    "log"
﻿
    "github.com/tencent/vectordatabase-sdk-go/tcvectordb"
    "github.com/tencent/vectordatabase-sdk-go/tcvectordb/api/ai_service"
)
var (
    ctx = context.Background()
)
retrieveDenseVector := true
retrieveSparseVector := true
embeddingParams := tcvectordb.EmbeddingParams{
    Model:    "BAAI/bge-m3",
    DataType: "text",
    ModelParams: &ai_service.ModelParams{
        RetrieveDenseVector:  &retrieveDenseVector,
        RetrieveSparseVector: &retrieveSparseVector,
    },
    Data: []string{"什么是腾讯云向量数据库"},
}
﻿
embeddingResult, _ := client.Embedding(ctx, embeddingParams)
log.Printf("embeddingResult: %+v", embeddingResult)
入参描述
参数名
参数含义
是否必须
参数配置及限制
Model
指定需使用的 Embedding 模型的名称
是
根据业务的语言类型、数据维度要求等综合选择合适的模型。具体信息，参见 Embedding 介绍。取值如下所示：
bge-large-zh-v1.5：适用中文，1024维，推荐使用。
bge-base-zh-v1.5：适用中文，768维。
bge-large-zh：适用中文，1024维。
bge-base-zh：适用中文，768维。
m3e-base：适用中文，768维。
e5-large-v2：适用英文，1024维。
text2vec-large-chinese：适用中文，1024维。
multilingual-e5-base：适用于多种语言类型，768维。
BAAI/bge-m3：适用于多种语言类型，1024维，支持生成稀疏向量。
ModelParams
模型参数，仅部分模型需要配置
否
retrieveDenseVector：指定是否返回稠密向量，默认为 true。
retrieveSparseVector：指定是否返回稀疏向量，默认为 false。仅 BAAI/bge-m3 模型，支持生成稀疏向量。
DataType
传入数据的类型
是
目前仅支持传入 text。
Data
需要向量化的数据
是
目前仅支持传入文本，支持批量传入，最大支持写入100条数据。
出参描述
2025/07/24 15:09:41 embeddingResult: &{TokenUsed:7 Vectors:[[-0.07324566 -0.025056118 -0.03692802 0.010666399 -0.0011940568 0.025147676 8.821906e-06 -0.029633973 0.0035650036 0.0065196264 -0.003332296 0.0068324464 0.00037552704 0.012283907 0.022248369 -0.0034734465 -0.0075267544 -0.03479169 0.031983938 -0.03531051 -0.019791586 0.021332799 0.028352173 0.045168158 0.016053006 0.019822106 -0.02531553 -0.01724325 -0.01188716 -0.0018120671 0.01658709 0.009735568 0.053255696 -0.031068366 -0.0487694 -0.03500532 -8.720573e-05 -0.064089954 -0.03253328 0.017792592 0.032106012 -0.032044977 0.020386709 -0.045564905 0.07385604 -0.04751812 0.008743701 -0.030610582 -0.049562894 -0.0115896 -0.029954422 -0.03155667 0.0079959845 0.0030175685 0.090031125 0.024873005 -0.060488705 -0.018311415 -0.07233009 -0.054506976 0.0038110632 -0.022599338 0.036470234 0.032106012 0.022965565 0.041505873 0.005127196 0.005031824 0.0074809757 -0.019898403 0.025132416 0.001894087 -0.018174078 0.008781849 -0.019761069 -0.0035955226 -0.0067408895 0.001955125 0.045595422 -0.018036744 0.025819095 -0.026337918 -0.040681858 -0.01316133 -0.023896396 0.025468126 -0.010971589 0.017456882 0.017929927 0.08728441 0.0029870495 0.03317418 -0.0011206204 -0.04409999 -0.041750025 -0.018418232 -0.016129304 0.032930028 0.026047988......]] SparseVectors:[map[云:0.2199707 什么是:0.16760254 向:0.28076172 数据库:0.29223633 腾讯:0.23168945 量:0.28833008]]}
参数名
参数含义
TokenUsed
Embedding 消耗的 Token 数量
Vectors
稠密向量。
SparseVectors
稀疏向量，仅当模型支持生成稀疏向量，且 returnSparseVector 设置为 true 时返回该参数。

参数名	参数含义
TokenUsed	Embedding 消耗的 Token 数量
Vectors	稠密向量。
SparseVectors	稀疏向量，仅当模型支持生成稀疏向量，且 returnSparseVector 设置为 true 时返回该参数。

参数名	参数含义	是否必须	参数配置及限制
Model	指定需使用的 Embedding 模型的名称	是	根据业务的语言类型、数据维度要求等综合选择合适的模型。具体信息，参见 Embedding 介绍。取值如下所示： bge-large-zh-v1.5：适用中文，1024维，推荐使用。 bge-base-zh-v1.5：适用中文，768维。 bge-large-zh：适用中文，1024维。 bge-base-zh：适用中文，768维。 m3e-base：适用中文，768维。 e5-large-v2：适用英文，1024维。 text2vec-large-chinese：适用中文，1024维。 multilingual-e5-base：适用于多种语言类型，768维。 BAAI/bge-m3：适用于多种语言类型，1024维，支持生成稀疏向量。
ModelParams	模型参数，仅部分模型需要配置	否	retrieveDenseVector：指定是否返回稠密向量，默认为 true。 retrieveSparseVector：指定是否返回稀疏向量，默认为 false。仅 BAAI/bge-m3 模型，支持生成稀疏向量。
DataType	传入数据的类型	是	目前仅支持传入 text。
Data	需要向量化的数据	是	目前仅支持传入文本，支持批量传入，最大支持写入100条数据。

Embedding

本页目录：

接口定义

使用示例

入参描述

出参描述