API 状态说明 #
重要提示:POST /_ai/embeddings API 在 Easysearch 中已废弃,调用此 API 会返回 HTTP 410 (Gone) 状态码。
废弃的 API #
POST /_ai/embed
POST /_ai/embed/{model}
响应状态 #
调用已废弃的端点时会返回:
- 状态码:410 Gone
- 错误信息:“Deprecated and no longer supported”
推荐的替代方案 #
虽然 REST 端点已被废弃,但嵌入功能仍然可以通过以下方式使用:
1. 摄入管道 + TextEmbedding 处理器 #
在创建索引时通过摄入管道自动生成嵌入向量:
PUT /_ingest/pipeline/my-pipeline
{
"processors": [
{
"text_embedding": {
"model": "text-embedding-ada-002",
"text_field": "content",
"vector_field": "content_embedding",
"url": "http://localhost:11434/api/embeddings",
"vendor": "ollama"
}
}
]
}
2. 搜索管道 + 语义查询 #
在搜索时使用语义查询处理器:
PUT /_search/pipeline/semantic-search
{
"request_processors": [
{
"semantic_query_enricher": {
"model_name": "text-embedding-ada-002",
"text_field": "query_text",
"embedding_field": "content_embedding"
}
}
]
}
3. Action API #
使用内部的 cluster:admin/ai/embed action。
废弃 API 的参数说明 #
虽然 API 已废弃,以下是原始参数说明:
路由参数 #
| 参数 | 类型 | 是否必需 | 描述 |
|---|---|---|---|
model | string | 可选 | 要使用的 AI 模型名称 |
请求体参数 #
| 参数 | 类型 | 是否必需 | 描述 |
|---|---|---|---|
model | string | 必需 | AI 模型名称 |
input | array | 必需 | 需要生成嵌入向量的文本数组 |
url | string | 必需 | 外部 AI 服务的 URL 地址 |
vendor | string | 必需 | AI 服务提供商openai:OpenAIollama:Ollama 或兼容服务 |
dimensions | integer | 可选 | 输出向量的维度 |
api_key | string | 条件必需 | OpenAI 的 API 密钥 |
已废弃的请求示例 #
POST /_ai/embed
{
"model": "text-embedding-3-large",
"input": ["Hello world", "How are you?"],
"dimensions": 1536,
"url": "https://api.openai.com/v1/embeddings",
"vendor": "openai",
"api_key": "sk-..."
}
响应示例(已废弃) #
{
"data": [
{
"index": 0,
"embedding": [0.1, -0.2, 0.3, ...]
}
],
"model": "text-embedding-3-large",
"usage": {
"prompt_tokens": 24,
"total_tokens": 24
}
}
迁移指南 #
如果您之前使用过 POST /_ai/embed API,请按以下方式迁移:
原方式(已废弃) #
POST /_ai/embed
{
"input": ["Hello world"],
"model": "text-embedding-ada-002"
}
新方式(推荐) #
# 创建包含嵌入处理的文档
POST /my-index/_doc?pipeline=my-pipeline
{
"content": "Hello world"
}
支持的模型 #
根据文档,Easysearch 支持的嵌入模型包括:
- nomic-embed-text:文本嵌入模型
- text-embedding-ada-002:OpenAI 嵌入模型
- 其他 Ollama 兼容模型
注意事项 #
- 该 API 已完全废弃,不再支持
- 建议使用摄入管道实现自动嵌入
- 搜索管道提供更灵活的语义搜索功能
- 配置外部 AI 服务时确保网络连通性





