Jina AI 集成

AcceleAI 提供 Jina AI 的向量嵌入（Embedding）、重排序（Rerank）和深度搜索（DeepSearch）服务接入。只需将官方端点替换为 AcceleAI 地址即可使用。

向量嵌入（Embeddings）

可用模型

模型	类型	维度	上下文窗口	参数量
`jina-clip-v2`	多模态（文本+图像）	1024	8K	865M
`jina-embeddings-v3`	纯文本，多语言	1024	8K	570M
`jina-colbert-v2`	多语言 ColBERT	-	8K	560M
`jina-embeddings-v2-base-code`	代码搜索优化	768	8K	137M

输出格式

格式	说明
`float`	默认，浮点数组
`binary_int8`	int8 二进制编码
`binary_uint8`	uint8 二进制编码
`base64`	Base64 字符串编码

文本嵌入示例


curl -X POST https://api.acceleai.cn/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <ACCELE_AI_API_KEY>" \
  -d '{
    "model": "jina-embeddings-v3",
    "input": ["AcceleAI 提供统一的 API 聚合服务", "支持多种主流大模型接入"],
    "encoding_format": "float"
  }'


from openai import OpenAI
 
client = OpenAI(
    api_key="<ACCELE_AI_API_KEY>",  # 从 https://api.acceleai.cn/keys 获取
    base_url="https://api.acceleai.cn/v1"
)
 
response = client.embeddings.create(
    model="jina-embeddings-v3",
    input=["AcceleAI 提供统一的 API 聚合服务"],
    encoding_format="float"
)
 
print(response.data[0].embedding[:5])  # 输出前 5 维向量

多模态嵌入示例

jina-clip-v2 支持同时处理文本和图像输入：


curl -X POST https://api.acceleai.cn/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <ACCELE_AI_API_KEY>" \
  -d '{
    "model": "jina-clip-v2",
    "input": [
      {"text": "一只橘色的猫"},
      {"image": "https://example.com/cat.jpg"}
    ],
    "encoding_format": "float"
  }'

重排序（Rerank）

可用模型

模型	类型	上下文窗口	参数量
`jina-reranker-m0`	多模态多语言文档重排	10K	2.4B

参数说明

参数	类型	说明
`query`	string	必填，搜索查询文本
`documents`	array	必填，候选文档列表
`top_n`	integer	返回的最相关文档数量
`max_chunk_per_doc`	integer	每文档最大 token 数，默认 4096

调用示例


curl -X POST https://api.acceleai.cn/v1/rerank \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <ACCELE_AI_API_KEY>" \
  -d '{
    "model": "jina-reranker-m0",
    "query": "什么是向量数据库",
    "documents": [
      "向量数据库是一种专门存储和检索高维向量的数据库系统",
      "关系型数据库使用表格结构存储数据",
      "向量搜索通过计算相似度来查找最接近的结果"
    ],
    "top_n": 2
  }'

返回结果包含每个文档的索引位置和相关性分数（0-1 范围），按相关性从高到低排列。

深度搜索（DeepSearch）

模型

模型	说明
`jina-deepsearch-v1`	集搜索、阅读、推理于一体的深度研究模型

DeepSearch 完全兼容 OpenAI Chat API 格式，通过 chat/completions 端点调用。

核心特性

自动搜索、阅读网页并综合推理
支持文件附件（PDF 等，最大 10MB）
支持图像输入（webp、jpeg、png）
建议使用流式输出以避免超时

调用示例


from openai import OpenAI
 
client = OpenAI(
    api_key="<ACCELE_AI_API_KEY>",
    base_url="https://api.acceleai.cn/v1"
)
 
stream = client.chat.completions.create(
    model="jina-deepsearch-v1",
    messages=[
        {
            "role": "user",
            "content": "对比分析 2025 年主流向量数据库的性能和特点"
        }
    ],
    stream=True
)
 
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

带附件的调用

通过 Data URI 编码传递文件或图像：


import base64
 
with open("report.pdf", "rb") as f:
    pdf_b64 = base64.b64encode(f.read()).decode()
 
response = client.chat.completions.create(
    model="jina-deepsearch-v1",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "file",
                    "file": {"url": f"data:application/pdf;base64,{pdf_b64}"}
                },
                {
                    "type": "text",
                    "text": "总结这份报告的核心观点"
                }
            ]
        }
    ],
    stream=True
)

API 端点对照

功能	AcceleAI 端点
向量嵌入	`https://api.acceleai.cn/v1/embeddings`
重排序	`https://api.acceleai.cn/v1/rerank`
深度搜索	`https://api.acceleai.cn/v1/chat/completions`