使用模型端点管理生成向量嵌入
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
选择文档版本:
本页面介绍了如何使用已注册的模型端点生成嵌入。
准备工作
确保您已使用模型端点管理注册模型端点。如需了解详情,请参阅在 AlloyDB Omni 中注册和调用远程 AI 模型。
生成嵌入
使用 google_ml.embedding()
SQL 函数调用已注册的模型端点,并使用文本嵌入模型类型生成嵌入。
如需调用模型并生成嵌入,请使用以下 SQL 查询:
SELECT
google_ml.embedding(
model_id => 'MODEL_ID',
content => 'CONTENT');
替换以下内容:
MODEL_ID
:您在注册模型端点时定义的模型 ID。
CONTENT
:要转换为向量嵌入的文本。
示例
本部分列出了一些使用已注册模型端点生成嵌入的示例。
具有内置支持的文本嵌入模型
如需为已注册的 text-embedding-005
模型端点生成预测,请运行以下语句:
SELECT
google_ml.embedding(
model_id => 'text-embedding-005',
content => 'AlloyDB is a managed, cloud-hosted SQL database service');
如需为 OpenAI 注册的 text-embedding-ada-002
模型端点生成预测,请运行以下语句:
SELECT
google_ml.embedding(
model_id => 'text-embedding-ada-002',
content => 'e-mail spam');
如需为 OpenAI 注册的 text-embedding-3-small
或 text-embedding-3-large
模型端点生成预测,请运行以下语句:
SELECT
google_ml.embedding(
model_id => 'text-embedding-3-small',
content => 'Vector embeddings in AI');
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-08-21。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["很难理解","hardToUnderstand","thumb-down"],["信息或示例代码不正确","incorrectInformationOrSampleCode","thumb-down"],["没有我需要的信息/示例","missingTheInformationSamplesINeed","thumb-down"],["翻译问题","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-08-21。"],[],[],null,["# Generate vector embeddings with model endpoint management\n\nSelect a documentation version: 15.12.0keyboard_arrow_down\n\n- [Current (16.8.0)](/alloydb/omni/current/docs/ai/model-endpoint-embeddings)\n- [16.8.0](/alloydb/omni/16.8.0/docs/ai/model-endpoint-embeddings)\n- [16.3.0](/alloydb/omni/16.3.0/docs/ai/model-endpoint-embeddings)\n- [15.12.0](/alloydb/omni/15.12.0/docs/ai/model-endpoint-embeddings)\n- [15.7.1](/alloydb/omni/15.7.1/docs/ai/model-endpoint-embeddings)\n- [15.7.0](/alloydb/omni/15.7.0/docs/ai/model-endpoint-embeddings)\n\n\u003cbr /\u003e"]]