> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt

# Embed

Mastra は AI SDK の `embed` 関数と `embedMany` 関数を使用して、テキスト入力のベクトル埋め込みを生成し、類似度検索や RAG ワークフローを実現します。

## 単一の埋め込み

`embed` 関数は、単一のテキスト入力に対するベクトル埋め込みを生成します。

```typescript
import { embed } from 'ai'
import { ModelRouterEmbeddingModel } from '@mastra/core/llm'

const result = await embed({
  model: new ModelRouterEmbeddingModel('openai/text-embedding-3-small'),
  value: 'Your text to embed',
  maxRetries: 2, // optional, defaults to 2
})
```

### パラメーター

**model** (`EmbeddingModel`): 使用する埋め込みモデル（例: openai.embedding('text-embedding-3-small')）

**value** (`string | Record<string, any>`): 埋め込むテキストコンテンツまたはオブジェクト

**maxRetries** (`number`): 埋め込み呼び出しごとの最大再試行回数。再試行を無効にするには 0 を設定します。 (Default: `2`)

**abortSignal** (`AbortSignal`): リクエストをキャンセルするためのオプションの中断シグナル

**headers** (`Record<string, string>`): リクエストに追加する HTTP ヘッダー（HTTP ベースの Provider のみ）

### 戻り値

**embedding** (`number[]`): 入力に対する埋め込みベクトル

## 複数の埋め込み

複数のテキストを一度に埋め込むには、`embedMany` 関数を使用します。

```typescript
import { embedMany } from 'ai'

const result = await embedMany({
  model: new ModelRouterEmbeddingModel('openai/text-embedding-3-small'),
  values: ['First text', 'Second text', 'Third text'],
  maxRetries: 2, // optional, defaults to 2
})
```

### パラメーター

**model** (`EmbeddingModel`): 使用する埋め込みモデル（例: openai.embedding('text-embedding-3-small')）

**values** (`string[] | Record<string, any>[]`): 埋め込むテキストコンテンツまたはオブジェクトの配列

**maxRetries** (`number`): 埋め込み呼び出しごとの最大再試行回数。再試行を無効にするには 0 を設定します。 (Default: `2`)

**abortSignal** (`AbortSignal`): リクエストをキャンセルするためのオプションの中断シグナル

**headers** (`Record<string, string>`): リクエストに追加する HTTP ヘッダー（HTTP ベースの Provider のみ）

### 戻り値

**embeddings** (`number[][]`): 入力値に対応する埋め込みベクトルの配列

## 使用例

```typescript
import { embed, embedMany } from 'ai'

// Single embedding
const singleResult = await embed({
  model: new ModelRouterEmbeddingModel('openai/text-embedding-3-small'),
  value: 'What is the meaning of life?',
})

// Multiple embeddings
const multipleResult = await embedMany({
  model: new ModelRouterEmbeddingModel('openai/text-embedding-3-small'),
  values: [
    'First question about life',
    'Second question about universe',
    'Third question about everything',
  ],
})
```

Vercel AI SDK の埋め込みの詳細については、以下を参照してください。

- [AI SDK の埋め込みの概要](https://sdk.vercel.ai/docs/ai-sdk-core/embeddings)
- [embed()](https://sdk.vercel.ai/docs/reference/ai-sdk-core/embed)
- [embedMany()](https://sdk.vercel.ai/docs/reference/ai-sdk-core/embed-many)