向量相似度匹配

将关键词转为向量，并对应文档 ID，执行向量检索，返回关键词匹配度最高的 K 个结果。

请求方式

POST

调用地址

https://api.gptbots.ai/v1/vector/match

调用验证

详情参见 API 概述的鉴权方式说明。

请求

请求示例

curl -X POST https://api.gptbots.ai/v1/vector/match \ -H 'Authorization: Bearer your_apikey' \ -H 'Content-Type: application/json' \ -d '{ "embedding_rate": "1", "prompt": "请介绍一下极光。", "data_ids": [ "1234567890", "1230987654" ], "top_k": "5" }'

                      
                      curl -X POST https://api.gptbots.ai/v1/vector/match \ 
  -H 'Authorization: Bearer your_apikey' \ 
  -H 'Content-Type: application/json' \ 
  -d '{
        "embedding_rate": "1",
        "prompt": "请介绍一下极光。",
        "data_ids": [
                "1234567890",
                "1230987654"
        ],
        "top_k": "5"
}'

此代码块在浮窗中显示

请求头

字段	类型	描述
Authorization	Bearer ${token}	使用 Authorization: Bearer ${token}进行调用验证，请在 API 密钥页面获取密钥作为 token。
Content-Type	application/json	数据类型，取值为 application/json。

请求体

字段	类型	必填	描述
embedding_rate	float	No	知识向量检索，向量检索占比，默认1，取值范围：[0,1]
prompt	string	是	关键词，用于与 Agent 内文档进行向量相似度匹配的内容。
data_ids	array	否	文档 ID，关键词的向量匹配对象。可填入多个 Agent 的知识文档 ID。若为空，则默认匹配 Agent 内全部知识文档。
top_k	int	是	将关键词与文档 ID 进行向量相似度匹配后，返回相似度最高的 K 个值。只能填写 1-10。

响应

响应示例

{ "total": 2, "list": [ { "content": "测试数据", "data_id": "aS1CNvPK4XCckDKQNj7azC9a", "score": 0.75 }, { "content": "测试数据", "data_id": "aS1CNvPK4XCckDKQNj7azC9a", "score": 0.75 } ] }

                      
                      {
  "total": 2,
  "list": [
    {
      "content": "测试数据",
      "data_id": "aS1CNvPK4XCckDKQNj7azC9a",
      "score": 0.75
    },
    {
      "content": "测试数据",
      "data_id": "aS1CNvPK4XCckDKQNj7azC9a",
      "score": 0.75
    }
  ]
}

此代码块在浮窗中显示

成功响应

字段	类型	描述
total	int	返回的分片总数。
list	JSON Array	分片列表。
content	string	分片内容。
data_id	string	来源文档。
score	float	相似度值。

失败响应

字段	类型	描述
code	int	错误码。
message	string	错误详情。

错误码

Code	Message
40000	参数错误
40127	开发者鉴权失败
40332	查询文档数量不能超过 10 条
20059	Agent 已删除