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

# Embed

Mastra 使用 AI SDK 的 `embed` 和 `embedMany` 函数为文本输入生成向量嵌入，从而支持相似度搜索和 RAG workflow。

## 单个嵌入

`embed` 函数为单个文本输入生成向量嵌入：

```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
})
```

### 参数

**model** (`EmbeddingModel`): 要使用的嵌入模型（例如 openai.embedding('text-embedding-3-small')）

**value** (`string | Record<string, any>`): 要嵌入的文本内容或对象

**maxRetries** (`number`): 每次嵌入调用的最大重试次数。设为 0 可禁用重试。 (Default: `2`)

**abortSignal** (`AbortSignal`): 用于取消请求的可选中止信号

**headers** (`Record<string, string>`): 请求的附加 HTTP 标头（仅适用于基于 HTTP 的 Provider）

### 返回值

**embedding** (`number[]`): 输入的嵌入向量

## 多个嵌入

要一次嵌入多个文本，请使用 `embedMany` 函数：

```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
})
```

### 参数

**model** (`EmbeddingModel`): 要使用的嵌入模型（例如 openai.embedding('text-embedding-3-small')）

**values** (`string[] | Record<string, any>[]`): 要嵌入的文本内容或对象数组

**maxRetries** (`number`): 每次嵌入调用的最大重试次数。设为 0 可禁用重试。 (Default: `2`)

**abortSignal** (`AbortSignal`): 用于取消请求的可选中止信号

**headers** (`Record<string, string>`): 请求的附加 HTTP 标头（仅适用于基于 HTTP 的 Provider）

### 返回值

**embeddings** (`number[][]`): 与输入值对应的嵌入向量数组

## 使用示例

```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',
  ],
})
```

有关 Vercel AI SDK 中嵌入的更多详细信息，请参阅：

- [AI SDK 嵌入概述](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)