임베딩

임베딩 API는 OpenAI 호환 벡터 생성과 Gemini 네이티브 임베딩 생성을 모두 지원하여 검색, 분류, 의미 기반 유사도 워크로드에 사용할 수 있습니다.

네이티브 OpenAI 형식

간단한 SDK 통합과 넓은 생태계 호환성이 필요하다면 OpenAI 호환 embeddings 엔드포인트를 사용하세요.

POST

https://api.dgrid.ai

POST/v1/embeddings

Authorization

Authorization: Bearer <DGRID_API_KEY>

Request

application/json

Response

200 · application/json

요청 본문

필드	타입	필수	기본값	설명
input	string 또는 array	예	-	입력 텍스트 또는 텍스트 배열입니다.
model	string	예	-	임베딩 모델 ID입니다.
encoding_format	string	아니오	float	float 또는 base64.
dimensions	integer	아니오	-	출력 벡터 차원 수입니다.
user	string	아니오	-	최종 사용자 식별자입니다.

응답 본문

필드	타입	설명
object	string	항상 list 입니다.
data	array	임베딩 결과 배열입니다.
data[].object	string	항상 embedding 입니다.
data[].embedding	array	임베딩 벡터입니다.
data[].index	integer	임베딩 인덱스입니다.
model	string	요청에 사용된 모델입니다.
usage	object	token 사용량 정보입니다.

요청 예시

cURL / JavaScript / Go / Python / Java / C#

cURL

curl -X POST "https://api.dgrid.ai/v1/embeddings" \
  -H "Authorization: Bearer " \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-ada-002",
    "input": "string"
  }'

JavaScript

const body = JSON.stringify({
  "model": "text-embedding-ada-002",
  "input": "string"
})

fetch("https://api.dgrid.ai/v1/embeddings", {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": "Bearer "
  },
  body
})

Go

package main

import (
  "fmt"
  "net/http"
  "io/ioutil"
  "strings"
)

func main() {
  url := "https://api.dgrid.ai/v1/embeddings"
  body := strings.NewReader(`{
    "model": "text-embedding-ada-002",
    "input": "string"
  }`)
  req, _ := http.NewRequest("POST", url, body)
  req.Header.Add("Authorization", "Bearer ")
  req.Header.Add("Content-Type", "application/json")
  res, _ := http.DefaultClient.Do(req)
  defer res.Body.Close()
  body, _ := ioutil.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}

Python

import requests

url = "https://api.dgrid.ai/v1/embeddings"
body = """{
  "model": "text-embedding-ada-002",
  "input": "string"
}"""
response = requests.request("POST", url, data = body, headers = {
  "Content-Type": "application/json", 
  "Authorization": "Bearer "
})

print(response.text)

Java

import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.http.HttpResponse.BodyHandlers;
import java.time.Duration;
import java.net.http.HttpRequest.BodyPublishers;

var body = BodyPublishers.ofString("""{
  "model": "text-embedding-ada-002",
  "input": "string"
}""");
HttpClient client = HttpClient.newBuilder()
  .connectTimeout(Duration.ofSeconds(10))
  .build();

HttpRequest.Builder requestBuilder = HttpRequest.newBuilder()
  .uri(URI.create("https://api.dgrid.ai/v1/embeddings"))
  .header("Authorization", "Bearer ")
  .header("Content-Type", "application/json")
  .POST(body)
  .build();

try {
  HttpResponse<String> response = client.send(requestBuilder.build(), BodyHandlers.ofString());
  System.out.println("Status code: " + response.statusCode());
  System.out.println("Response body: " + response.body());
} catch (Exception e) {
  e.printStackTrace();
}

C#

using System;
using System.Net.Http;
using System.Text;

var body = new StringContent("""
{
  "model": "text-embedding-ada-002",
  "input": "string"
}
""", Encoding.UTF8, "application/json");

var client = new HttpClient();
client.DefaultRequestHeaders.Add("Authorization", "Bearer ");
var response = await client.PostAsync("https://api.dgrid.ai/v1/embeddings", body);
var responseBody = await response.Content.ReadAsStringAsync();

200 응답

application/json

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0
      ]
    }
  ],
  "model": "string",
  "usage": {
    "prompt_tokens": 0,
    "total_tokens": 0
  }
}

레거시 Engine 임베딩 형식

현재 예시는 model 필드와 input 문자열을 함께 보내는 engine 기반 레거시 임베딩 경로를 사용합니다.

POST

https://api.dgrid.ai

POST/v1/engines/{engine}/embeddings

Authorization

Authorization: Bearer <DGRID_API_KEY>

Request

application/json

Response

200 · application/json

Path 파라미터

파라미터	타입	필수	설명
engine	string	예	엔진 ID, 예: text-embedding-ada-002.

요청 본문

필드	타입	필수	설명
model	string	예	요청 본문에 포함되는 모델 이름입니다.
input	string	예	임베딩할 입력 문자열입니다.

응답 본문

필드	타입	설명
object	string	최상위 객체 타입입니다.
data	array	임베딩 결과 배열입니다.
data[].object	string	각 항목의 객체 타입입니다.
data[].embedding	array	임베딩 벡터 값입니다.
data[].index	integer	결과 인덱스입니다.
model	string	응답에 포함된 모델 이름입니다.
usage	object	token 사용량 정보입니다.

요청 예시

cURL / JavaScript / Go / Python / Java / C#

cURL

curl -X POST "https://api.dgrid.ai/v1/engines/string/embeddings" \
  -H "Authorization: Bearer " \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-ada-002",
    "input": "string"
  }'

JavaScript

const body = JSON.stringify({
  "model": "text-embedding-ada-002",
  "input": "string"
})

fetch("https://api.dgrid.ai/v1/engines/string/embeddings", {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": "Bearer "
  },
  body
})

Go

package main

import (
  "fmt"
  "net/http"
  "io/ioutil"
  "strings"
)

func main() {
  url := "https://api.dgrid.ai/v1/engines/string/embeddings"
  body := strings.NewReader(`{
    "model": "text-embedding-ada-002",
    "input": "string"
  }`)
  req, _ := http.NewRequest("POST", url, body)
  req.Header.Add("Authorization", "Bearer ")
  req.Header.Add("Content-Type", "application/json")
  res, _ := http.DefaultClient.Do(req)
  defer res.Body.Close()
  body, _ := ioutil.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}

Python

import requests

url = "https://api.dgrid.ai/v1/engines/string/embeddings"
body = """{
  "model": "text-embedding-ada-002",
  "input": "string"
}"""
response = requests.request("POST", url, data = body, headers = {
  "Content-Type": "application/json", 
  "Authorization": "Bearer "
})

print(response.text)

Java

import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.http.HttpResponse.BodyHandlers;
import java.time.Duration;
import java.net.http.HttpRequest.BodyPublishers;

var body = BodyPublishers.ofString("""{
  "model": "text-embedding-ada-002",
  "input": "string"
}""");
HttpClient client = HttpClient.newBuilder()
  .connectTimeout(Duration.ofSeconds(10))
  .build();

HttpRequest.Builder requestBuilder = HttpRequest.newBuilder()
  .uri(URI.create("https://api.dgrid.ai/v1/engines/string/embeddings"))
  .header("Authorization", "Bearer ")
  .header("Content-Type", "application/json")
  .POST(body)
  .build();

try {
  HttpResponse<String> response = client.send(requestBuilder.build(), BodyHandlers.ofString());
  System.out.println("Status code: " + response.statusCode());
  System.out.println("Response body: " + response.body());
} catch (Exception e) {
  e.printStackTrace();
}

C#

using System;
using System.Net.Http;
using System.Text;

var body = new StringContent("""
{
  "model": "text-embedding-ada-002",
  "input": "string"
}
""", Encoding.UTF8, "application/json");

var client = new HttpClient();
client.DefaultRequestHeaders.Add("Authorization", "Bearer ");
var response = await client.PostAsync("https://api.dgrid.ai/v1/engines/string/embeddings", body);
var responseBody = await response.Content.ReadAsStringAsync();

200 응답

application/json

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0
      ]
    }
  ],
  "model": "string",
  "usage": {
    "prompt_tokens": 0,
    "total_tokens": 0
  }
}