Embedding

Genel Bakış

Embedding düğümü, bir gömme modeli API'sini çağırarak metin dizesini sabit boyutlu bir kayan noktalı vektöre dönüştürür. Elde edilen vektör, output_field altında workflow veri nesnesine eklenir; böylece aşağı akış düğümleri — en yaygın olarak vector_search veya özel code düğümü — ikinci bir API çağrısı yapmadan tüketebilir.

Tam dokümantasyon için İngilizce sayfaya bakınız: Embedding (EN)

Yapılandırma

Alan	Tür	Zorunlu	Varsayılan	Açıklama
model_key	string	Evet	—	Kullanılacak gömme modelinin tanımlayıcısı (ör. "text-embedding-3-small"). Platformun model kayıt defterinde kayıtlı olmalıdır.
input_path	string	Hayır	"$.text"	Gelen veri nesnesi içinde metin alanını işaret eden JSONPath ifadesi.
output_field	string	Hayır	"embedding"	Gömme vektörünü tutan çıktı nesnesine eklenen alanın adı.
encoding_format	string	Hayır	"float"	Döndürülen vektörün kodlama biçimi: "float" (32 bit kayan noktalı dizi) veya "base64".
dimensions	integer	Hayır	—	İstenen çıktı boyutluluğu. Yalnızca değişken boyutlara izin veren modeller tarafından desteklenir.

Girdiler

Bağlantı Noktası	Tür	Açıklama
input	object	Gömülecek metni içeren veri nesnesi. input_path ile başvurulan alan çıkarılır.
text	string	Kısayol girdi: gömülecek çıplak dize. Bağlandığında input_path yok sayılır.

Çıktılar

Bağlantı Noktası	Tür	Açıklama
output	object	output_field eklenmiş (veya üzerine yazılmış) orijinal girdi nesnesi.
embedding	array<number>	vector_search'ün query_embedding portuna kolayca bağlanmak üzere ayrıca yayılan ham gömme vektörü.
usage	object	Token kullanım bilgisi: { prompt_tokens: number, total_tokens: number }.

Notlar

• Gömme çağrıları, bağlı AI sağlayıcınızın token kotasından düşer; usage çıktı portu veya platformun maliyet panosu aracılığıyla kullanımı izleyin.
• Sonucu doğrudan vector_search'e beslerken, ikinci bir gömme çağrısını önlemek için embedding çıktı portunu vector_search'ün query_embedding portuna bağlayın.
• Koleksiyondaki depolanan vektörlerin boyutluluğu bu düğümün ürettiği boyutlulukla eşleşmelidir.