selfrelease
fad458b2a7
- UIUX 文档：填充 19 个缺口（多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密） - UIUX 文档：插入 6 个新章节（十四~十九），旧章节重编号为二十~三十一，更新目录和交叉引用 - 作业指导书 x5：导航改为 6 域分组，新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念 - 新建 docs/2-task-uiux.md：50 个代码落地开发任务，按 P0-P6 分优先级 + 8 Sprint 规划 - 后端/前端：大量新增模型、路由、组件（来自之前 Phase 开发）
23 lines
660 B
Python
23 lines
660 B
Python
"""文本向量化服务 — 调用千问 embedding API。"""
|
|
|
|
import logging
|
|
|
|
from app.core.config import settings
|
|
|
|
logger = logging.getLogger(__name__)
|
|
|
|
|
|
async def get_embedding(text: str) -> list[float]:
|
|
"""获取文本的向量嵌入。"""
|
|
try:
|
|
from openai import AsyncOpenAI
|
|
client = AsyncOpenAI(api_key=settings.llm_api_key, base_url=settings.llm_base_url)
|
|
response = await client.embeddings.create(
|
|
model="text-embedding-v2",
|
|
input=text[:2000],
|
|
)
|
|
return response.data[0].embedding
|
|
except Exception as e:
|
|
logger.warning(f"Embedding 获取失败: {e}")
|
|
return []
|